మనుగడ పక్షపాతం (Survivorship Bias)

ఒక చూపులో (At a Glance)

వర్గం వివరాలు
నిర్వచనం ఎంపిక ప్రక్రియలో "మనుగడ" సాగించిన వ్యక్తులు, వస్తువులు లేదా డేటా పాయింట్లపై మాత్రమే దృష్టి కేంద్రీకరించి, కనపడకపోవడం వల్ల విఫలమైన వాటిని విస్మరించే క్రమబద్ధమైన తార్కిక లోపం.
వర్గం తగినంత అర్థం లేకపోవడం (గ్యాప్‌లు ఉన్నప్పుడు స్టీరియోటైప్‌లు, సాధారణీకరణలు మరియు మునుపటి చరిత్రల నుండి లక్షణాలను పూరిస్తాము)
అధిగమించడానికి కష్టతరమైనది చాలా కష్టం
వ్యాప్తి సార్వత్రికం
సంబంధిత పక్షపాతాలు లభ్యత హ్యూరిస్టిక్ (Availability Heuristic), ఆప్టిమిజం బయాస్ (Optimism Bias), సెలక్షన్ బయాస్ (Selection Bias), కన్ఫర్మేషన్ బయాస్ (Confirmation Bias), హిండ్‌సైట్ బయాస్ (Hindsight Bias)

1. త్వరిత సారాంశం (Quick Summary)

మనం విజయాన్ని విశ్లేషించినప్పుడు, విజేతలను మాత్రమే చూస్తాము—అభివృద్ధి చెందిన కంపెనీలు, ఇంకా నిలిచి ఉన్న భవనాలు, విజయం సాధించిన వ్యక్తులు. విఫలమైనవి అదృశ్యమయ్యాయి కాబట్టి వాటిని మనం ఎప్పుడూ చూడలేము. ఇది వాస్తవికత గురించి ప్రమాదకరమైన వక్రీకృత చిత్రాన్ని సృష్టిస్తుంది, ఇక్కడ మనం మన విజయవకాశాలను అతిగా అంచనా వేస్తాము, విజయానికి కారణమయ్యే వాటిని తప్పుగా గుర్తిస్తాము మరియు అసంపూర్ణ డేటా నుండి నిర్ణయాలు తీసుకుంటాము. అత్యంత కీలకమైన సమాచారం దాదాపుగా ఎల్లప్పుడూ తప్పిపోయిన (కనిపించని) సమాచారమే.


2. దీని వెనుక ఉన్న సైన్స్ (The Science Behind It)

2.1. ఆవిష్కరణ మరియు చరిత్ర

ఆధునిక గణాంకాలు ఉనికిలోకి రాకముందే, మనుగడ పక్షపాతం గురించి మేధోపరమైన గుర్తింపు రెండు సహస్రాబ్దాలకు పైగా ఉంది, అయినప్పటికీ దీని అధికారిక గణితశాస్త్ర చికిత్స రెండవ ప్రపంచ యుద్ధంలో ఉద్భవించింది.

ప్రాచీన మూలాలు (క్రీ.పూ. 5వ శతాబ్దం): గ్రీకు కవి మరియు ప్రసిద్ధ నాస్తికుడైన డయాగోరస్ ఆఫ్ మెలోస్ నుండి మొట్టమొదటి లిఖిత పరిశీలన వచ్చింది. దైవిక జోక్యానికి రుజువుగా ఓడ నాశనం అయినప్పుడు బతికి ఉన్న భక్తుల పెయింట్ చేసిన పలకలను చూపించినప్పుడు, డయాగోరస్ దానికి ప్రసిద్ధ సమాధానమిచ్చాడు: "రక్షించబడిన వారిని నేను చూస్తున్నాను, కానీ ఓడ నాశనమైన వారు ఎక్కడ చిత్రించబడ్డారు?" సిసిరో తన డి నాచురా డియోరమ్లో భద్రపరిచిన ఈ ఉదంతం పక్షపాతం యొక్క మొత్తం యంత్రాంగాన్ని సంగ్రహిస్తుంది—బతికినవారు కనిపిస్తారు మరియు మాట్లాడతారు; చనిపోయినవారు నిశ్శబ్దంగా ఉంటారు.

పునరుజ్జీవనోద్యమ అధికారికీకరణ (17వ శతాబ్దం): ఫ్రాన్సిస్ బేకన్ తన "విగ్రహాల మనస్సు" (Idols of the Mind) సిద్ధాంతంలో, ప్రత్యేకంగా తెగ విగ్రహాలలో (Idols of the Tribe) ఈ పరిశీలనను సమగ్రపరిచాడు. మానవ మేధస్సు ప్రతికూలతల కంటే సానుకూలతల వల్ల ఎక్కువగా కదిలించబడుతుందని అతను గుర్తించాడు—విజయాలు నమోదు చేయబడతాయి కానీ వైఫల్యాలు రికార్డు నుండి అదృశ్యమవుతాయి.

రెండవ ప్రపంచ యుద్ధం గణితశాస్త్ర చికిత్స (1943): కొలంబియా విశ్వవిద్యాలయంలో స్టాటిస్టికల్ రీసెర్చ్ గ్రూప్‌తో అబ్రహం వాల్డ్ చేసిన కృషి మనుగడ పక్షపాతాన్ని పరిష్కరించడానికి మొదటి కఠినమైన గణిత ఫ్రేమ్‌వర్క్‌ను అందించింది, ఇది కార్యాచరణ పరిశోధన మరియు సైనిక వ్యూహాన్ని శాశ్వతంగా మార్చింది.

ఫైనాన్షియల్ ఎకనామిక్స్ విప్లవం (1990లు): బ్రౌన్, గోట్జ్‌మాన్, ఎల్టన్, గ్రుబెర్ మరియు బ్లేక్‌లతో సహా పరిశోధకులు మ్యూచువల్ ఫండ్ మరియు హెడ్జ్ ఫండ్ పనితీరు డేటాపై పక్షపాతం ప్రభావాన్ని లెక్కించారు, పెట్టుబడి విశ్లేషణపై దాని తీవ్ర ప్రభావాన్ని ప్రదర్శించారు.

పాపులర్ ఫిలాసఫీ (2000లు): నాసిమ్ నికోలస్ తలేబ్ ఫూల్డ్ బై రాండమ్‌నెస్ (2001) మరియు ది బ్లాక్ స్వాన్ (2007)లో మనుగడ పక్షపాతాన్ని ఒక గణాంక భావన నుండి దార్శనిక ప్రపంచ దృష్టికోణానికి ఎలివేట్ చేశాడు.

2.2. ముఖ్య పరిశోధకులు

పరిశోధకుడు సహకారం సంవత్సరం
డయాగోరస్ ఆఫ్ మెలోస్ (Diagoras of Melos) పక్షపాతం గురించి మొదటి లిఖిత పరిశీలన (నౌకాదళం నాశనమైనప్పుడు బతికినవారు) ~450 BCE
ఫ్రాన్సిస్ బేకన్ (Francis Bacon) "విగ్రహాల మనస్సు" (Idols of the Mind) సిద్ధాంతంలో సమగ్రత 1620
అబ్రహం వాల్డ్ (Abraham Wald) విమానం దుర్బలత్వ విశ్లేషణ కోసం గణిత చికిత్స 1943
స్టీఫెన్ బ్రౌన్ & విలియం గోట్జ్‌మాన్ (Stephen Brown & William Goetzmann) మ్యూచువల్ ఫండ్ పనితీరు అధ్యయనాలలో పక్షపాతం పరిమాణీకరణ 1992
ఎడ్విన్ ఎల్టన్, మార్టిన్ గ్రుబెర్ & క్రిస్టోఫర్ బ్లేక్ (Edwin Elton, Martin Gruber & Christopher Blake) మ్యూచువల్ ఫండ్లలో అంచనా వేసిన వార్షిక పక్షపాత పరిమాణం (~0.9%) 1996
బర్టన్ మల్కీల్ (Burton Malkiel) అంచనా వేసిన హెడ్జ్ ఫండ్ మనుగడ పక్షపాతం (వార్షికంగా ~4.4%) 1995
నాసిమ్ నికోలస్ తలేబ్ (Nassim Nicholas Taleb) "నిశ్శబ్ద సాక్ష్యం" (silent evidence) భావన ద్వారా దార్శనిక జనాదరణ 2001-2007
జేమ్స్ హెక్‌మాన్ (James Heckman) ఎంపిక పక్షపాతం కోసం హెక్‌మాన్ దిద్దుబాటుపై నోబెల్ బహుమతి గెలుచుకున్న పని 2000

2.3. ముఖ్యమైన అధ్యయనాలు

విమాన దుర్బలత్వ విశ్లేషణ (వాల్డ్, 1943)

రెండవ ప్రపంచ యుద్ధం సమయంలో, బాంబర్ విమానాలపై ఎక్కడ కవచం వేయాలో నిర్ణయించాలని స్టాటిస్టికల్ రీసెర్చ్ గ్రూప్‌ను కోరారు. తిరిగి వస్తున్న విమానాలపై బుల్లెట్ రంధ్రాల సాంద్రతలను చూపే డేటాను సైన్యం సమర్పించింది: ఫ్యూజ్‌లేజ్, రెక్కలు మరియు తోకపై భారీ నష్టం, కానీ ఇంజన్లు మరియు కాక్‌పిట్‌లలో కనీస నష్టం.

ఎక్కువ హిట్‌లను స్వీకరిస్తున్న ప్రదేశాలకు కవచం వేయాలనేది సైన్యం యొక్క సహజమైన ముగింపు. వాల్డ్ యొక్క ప్రతిఘటన-సహజమైన (counter-intuitive) అంతర్దృష్టి ఈ సిఫార్సును పూర్తిగా తిప్పికొట్టింది: ఇంజిన్లు మరియు కాక్‌పిట్‌లకు కవచం వేయండి - కనీసం గమనించిన నష్టం లేని ప్రాంతాలు.

అతని తార్కికం: శత్రువుల కాల్పులు విమానాలపై యాదృచ్ఛికంగా పంపిణీ చేయబడే అవకాశం ఉంది. ఇంజన్లలో "కనిపించని" బుల్లెట్ రంధ్రాలు ఇంజన్లు కొట్టబడటం లేదనే దానికి ఆధారం కాదు-ఇంజన్లలో దెబ్బతిన్న విమానాలు తిరిగి రాలేదనడానికి అవి నిదర్శనం. సైన్యం ప్రాణాంతక నష్టాన్ని పరిశీలించడం లేదు, కేవలం మనుగడ సాగించగలిగే నష్టాన్ని మాత్రమే పరిశీలిస్తోంది.

వాల్డ్ దీనిని తన "బతికి ఉన్నవారి నష్టం ఆధారంగా విమాన దుర్బలత్వాన్ని అంచనా వేసే పద్ధతి" మెమోరాండంలో అధికారికం చేశాడు, బతికి ఉన్నవారిలో గమనించిన హిట్ సాంద్రత ఆ ప్రాంతంలో హిట్‌ల ప్రాణాంతకతకు విలోమానుపాతంలో ఉంటుందని నిర్ధారించాడు.

మ్యూచువల్ ఫండ్ సర్వైవర్‌షిప్ బయాస్ (బ్రౌన్, గోట్జ్‌మాన్, ఇతరులు., 1992)

రివ్యూ ఆఫ్ ఫైనాన్షియల్ స్టడీస్‌లో ప్రచురించబడిన ఈ పేపర్ ప్రామాణిక ఫైనాన్షియల్ డేటాబేస్‌లు రద్దు చేయబడిన లేదా విలీనం చేయబడిన ఫండ్ల రికార్డులను క్రమపద్ధతిలో తొలగించాయని ప్రదర్శించింది. పేలవమైన పనితీరు కారణంగా ఫండ్‌లు దాదాపు ఎల్లప్పుడూ లిక్విడేట్ చేయబడతాయి కాబట్టి, ఈ కుదింపు ఒక గణాంక మృగతృష్ణను సృష్టించింది—సగటు ఫండ్ పనితీరు వాస్తవికత కంటే మెరుగ్గా కనిపించేలా చేస్తుంది మరియు ఏదీ ఉనికిలో లేని చోట అస్థిరత మరియు రాబడుల మధ్య నకిలీ సహసంబంధాలను సృష్టిస్తుంది, ఇది "నైపుణ్యం"ను అనుకరించింది.

మనుగడ పక్షపాతం మరియు మ్యూచువల్ ఫండ్ పనితీరు (ఎల్టన్, గ్రుబెర్ & బ్లేక్, 1996)

ఈ మైలురాయి అధ్యయనం 1976 చివరి నాటికి ఉనికిలో ఉన్న ప్రతి మ్యూచువల్ ఫండ్‌ను ట్రాక్ చేసింది. ముఖ్య అన్వేషణలు:

  • మనుగడ పక్షపాతం వార్షిక రాబడిని సుమారు 0.9% (90 బేసిస్ పాయింట్లు) పెంచింది
  • పెద్ద ఫండ్‌ల కంటే చిన్న ఫండ్‌లకు పక్షపాతం గణనీయంగా ఎక్కువగా ఉంది
  • విలీనమైన ఫండ్‌లు (తరచుగా పెద్ద ఫండ్‌లలో పేలవమైన రికార్డులను దాచడం) మరియు లిక్విడేట్ చేయబడినవి రెండూ పక్షపాతానికి దోహదపడ్డాయి

పక్షపాతాన్ని సరిదిద్దిన తర్వాత ఎఫిషియంట్ మార్కెట్ హైపోథెసిస్‌కు ఈ అన్వేషణలు బలమైన అనుభావిక మద్దతును అందించాయి.

2.4. నార్వాలజికల్ ఆధారం (Neurological Basis)

మానవ జ్ఞానశాస్త్రం యొక్క ప్రాథమిక లక్షణాల నుండి మనుగడ పక్షపాతం ఉద్భవిస్తుంది:

సిస్టమ్ 1 థింకింగ్: డానియల్ కాహ్నెమాన్ యొక్క "వేగవంతమైన ఆలోచన" వ్యవస్థ "రీకాల్ సౌలభ్యాన్ని" "సంభవించే ఫ్రీక్వెన్సీ"తో ముడిపెడుతుంది. విజయవంతమైన ఉదాహరణలు (స్టీవ్ జాబ్స్, బిల్ గేట్స్) సులభంగా గుర్తుకు వస్తాయి కాబట్టి, బేస్ రేట్లు హామీ ఇచ్చే దానికంటే సారూప్య ఫలితాలకు మనం అకారణంగా అధిక సంభావ్యతను కేటాయిస్తాము.

లభ్యత హ్యూరిస్టిక్: నిర్ణయాలను మూల్యాంకనం చేసేటప్పుడు మెదడు తక్షణమే అందుబాటులో ఉన్న ఉదాహరణలపై ఆధారపడుతుంది. విజయాలు అంతర్గతంగా మరింత "అందుబాటులో ఉంటాయి"—విజయవంతమైన కంపెనీలు స్టాక్ ఎక్స్ఛేంజీలలో జాబితా చేయబడతాయి, విఫలమైన కంపెనీలు తొలగించబడతాయి; కుప్పకూలిన వాటి స్థానంలో భర్తీ చేయబడినప్పటికీ విజయవంతమైన భవనాలు నిలిచి ఉంటాయి.

నమూనా గుర్తింపు పరిమితులు: గ్రహించిన డేటా నుండి కారణ కథనాలను సంగ్రహించడానికి మానవ మెదడు ఉద్భవించింది, కానీ లేని డేటాను ప్రాసెస్ చేయదు. ఈ ప్రాథమిక పరిమితి-మనం చూడగలిగే వాటిని మాత్రమే విశ్లేషించగలము-మనుగడ పక్షపాతం యొక్క నాడీ పునాది.

ఆప్టిమిజం బయాస్ ఇంటరాక్షన్: స్వీయ-అంచనాతో సంబంధం ఉన్న నాడీ వలయాలు ఆశావాదం వైపు మొగ్గు చూపుతాయి. సర్వైవర్-బయాస్ డేటాను వీక్షించినప్పుడు, ఈ సర్క్యూట్లు విఫలమైనవారి నిశ్శబ్ద మెజారిటీ కంటే విజేతలతో గుర్తింపును ప్రోత్సహిస్తాయి, రిస్క్ తీసుకునే ప్రవర్తనను బలోపేతం చేస్తాయి.


3. పరిణామ మూలాలు (Evolutionary Origins)

వేగం తరచుగా ఖచ్చితత్వాన్ని అధిగమించే పరిసరాలలో పనిచేసే నమూనా-గుర్తింపు ఇంజిన్‌లుగా మన పరిణామ వారసత్వంలో మనుగడ పక్షపాతం లోతుగా పాతుకుపోయింది.

పూర్వీకుల పరిసరాలలో అనుకూల విలువ: మన పూర్వీకులకు, విజయవంతమైన వ్యూహాలపై దృష్టి పెట్టడం సమంజసంగా ఉంటుంది. వేట సాంకేతికత, వలస మార్గం లేదా ఆహార వనరులు ప్రాణాలతో బయటపడేవారిని సృష్టిస్తే, అది అనుకరించదగినది. విఫలమైనవారు-వేర్వేరు విధానాలను ప్రయత్నించి మరణించినవారు-సంప్రదింపుల కోసం అందుబాటులో లేరు. కనిపించే విజయం నుండి నేర్చుకోవడం వేగవంతమైన, సమర్థవంతమైన హ్యూరిస్టిక్.

శక్తి పరిరక్షణ: మెదడు మన జీవక్రియ శక్తిలో 20% వినియోగిస్తుంది. లేని డేటాను విశ్లేషించడం—మనం చూడలేని అన్ని వైఫల్యాలను ఊహించుకోవడం—అభిజ్ఞాపరంగా ఖరీదైనది. అదృశ్య ప్రత్యామ్నాయాలను సంపూర్ణంగా మోడలింగ్ చేయడం కంటే అందుబాటులో ఉన్న సమాచారాన్ని సమర్థవంతంగా ప్రాసెస్ చేసే మెదడులకు పరిణామం అనుకూలంగా ఉంటుంది.

లక్షణం, బగ్ కాదు: సాపేక్షంగా స్థిరమైన పరిస్థితులు మరియు తక్షణమే గమనించదగిన ఫలితాలతో కూడిన పూర్వీకుల పరిసరాలలో, మనుగడ-పక్షపాత అభ్యాసం తరచుగా సరిపోతుంది. ఒక నిర్దిష్ట ఆశ్రయ రూపకల్పనను ఉపయోగించి మీ పొరుగువాడు శీతాకాలంలో జీవించినట్లయితే, దానిని కాపీ చేయడం సమంజసమే. వైఫల్యాలు క్రమపద్ధతిలో దాచబడే సంక్లిష్టమైన, ఆధునిక పరిసరాలలో మాత్రమే పక్షపాతం సమస్యాత్మకంగా మారుతుంది మరియు "ప్రాణాలతో బయటపడినవారి" నమూనా విపరీతంగా అప్రాతినిధ్యంగా మారుతుంది.

లభ్యత అసమతుల్యత: చాలా సంబంధిత సంఘటనలు నేరుగా గమనించగలిగే చిన్న సమూహాలలో మన మెదడులు ఉద్భవించాయి. ఆధునిక సమాజంలో, మనం అనేక ఎంపిక పొరల (మీడియా, మార్కెట్లు, చరిత్ర) ద్వారా ఫిల్టర్ చేయబడిన సమాచారాన్ని ఎదుర్కొంటాము, తద్వారా లభ్యత-ఆధారిత అంతర్ దృష్టిని క్రమపద్ధతిలో తప్పుదారి పట్టిస్తుంది.


4. ఈ పక్షపాతం ఎలా వ్యక్తమవుతుంది (How This Bias Manifests)

4.1. దైనందిన జీవితంలో

"వారు గతంలో చేసినట్లుగా ఇప్పుడు వాటిని చేయడం లేదు": రోమన్ పాంథియోన్, విక్టోరియన్ మహోగని ఫర్నిచర్ మరియు "ఇప్పటికీ పని చేసే" 1950ల కాలపు గృహోపకరణాలు శతాబ్దాల విధ్వంసం నుండి బయటపడిన గణాంక అవుట్‌లైయర్‌లు. కూలిపోయిన నాసిరకం రోమన్ ఇళ్లు, కుళ్ళిపోయిన చౌకైన విక్టోరియన్ ఫర్నిచర్ మరియు చెత్తలో పడేసిన విరిగిన 1950ల ఉపకరణాలు అదృశ్యమయ్యాయి. మనం గతం యొక్క ఉత్తమమైన వాటిని వర్తమానం యొక్క సగటుతో పోలుస్తాము.

"క్లాసిక్" సంగీత భ్రాంతి: 1960ల-70ల నాటి సంగీతం అత్యుత్తమమైనదని ప్రజలు చెప్పుకుంటారు ఎందుకంటే "ఆ యుగంలోని పాటలన్నీ క్లాసిక్స్‌గా నిలిచాయి". అయితే వేలాది కాపీకొట్టిన, పేలవంగా ఉత్పత్తి చేయబడిన పాటలు విడుదల చేయబడ్డాయనే విషయాన్ని ఇది విస్మరిస్తుంది - రేడియో స్టేషన్లు మనుగడ సాగించిన టాప్ 1% హిట్‌లను మాత్రమే ప్లే చేస్తాయి. మనం వడపోసిన గత అత్యుత్తమ ప్రదర్శనను 100% నేటి అవుట్‌పుట్‌తో పోలుస్తాము.

సంతోషకరమైన జంటల నుండి రిలేషన్షిప్ సలహాలు: సంబంధం సలహా కోసం, సాధారణంగా మనం కలిసి ఉన్న జంటలను సంప్రదిస్తాము. అయితే విడిపోయిన వారి గురించి లేదా వారు ప్రయత్నించిన పద్ధతులను గురించి మనం అరుదుగా వింటాము, వారు కూడా అదే సలహాలను పాటించి ఉండవచ్చు.

రెస్టారెంట్ సిఫార్సులు: నగరంలోని ప్రసిద్ధ రెస్టారెంట్లు మనుగడ సాగించినవే. విఫలమైన వేలాది రెస్టారెంట్లు-బహుశా అదే వ్యూహాలతో-మూసివేయబడ్డాయి మరియు ఏది పని చేయదు అని మనల్ని హెచ్చరించలేవు.

4.2. కార్యాలయంలో (In the Workplace)

కాలేజ్ డ్రాపౌట్ మిథ్: బిలియనీర్లు అయిన గేట్స్, జాబ్స్ మరియు జుకర్‌బర్గ్‌ల ఉదాహరణలను ప్రస్తావిస్తూ మీడియా డ్రాపౌట్ అవ్వడం విజయానికి దారితీస్తుందని హైలైట్ చేస్తుంది. కానీ అప్పులతో మరియు తక్కువ జీవితకాల సంపాదనతో ఉన్న పదివేల మంది డ్రాపౌట్లను ఇది విస్మరిస్తుంది. డ్రాపౌట్ల విజయ శాతం గ్రాడ్యుయేట్ల కంటే గణాంకపరంగా తక్కువ; ప్రసిద్ధ ఉదాహరణలు అసాధారణమైన అవుట్‌లైయర్‌లు మాత్రమే.

"నేను ఎలా విజయం సాధించాను" సాహిత్యం: విఫలమైన ఎంటర్‌ప్రెన్యూర్లు "నా స్టార్టప్‌ను ఎలా బ్యాంక్రప్ట్ చేశాను" అని పుస్తకాలు రాయరని నాసిమ్ తలేబ్ పేర్కొన్నాడు. విజయవంతమైన వ్యాపారవేత్తలు మాత్రమే "నేను ఎలా విజయం సాధించాను" అని రాస్తారు, మరియు వారి సలహా (పెద్ద రిస్క్‌లు తీసుకోండి, విమర్శకులను విస్మరించండి) వైఫల్యాలకు దారితీసిన ఖచ్చితమైన ప్రవర్తన కావచ్చు.

"విజయవంతమైన" ప్రొఫైల్స్ ఆధారంగా నియామకం: కంపెనీలు తమ ఉత్తమ పనితీరు కనబరిచినవారి లక్షణాల ఆధారంగా నియామక ప్రొఫైల్‌లను సృష్టిస్తాయి. కానీ వారితో సమానంగా పని చేయగలిగే తిరస్కరించబడిన అభ్యర్థులపై లేదా ఇలాంటి లక్షణాలతో నియమించబడి, విఫలమై నిష్క్రమించిన వారిపై వారికి డేటా లేదు.

పనితీరు ఆపాదింపు లోపాలు: కొన్ని ప్రాజెక్టులు ఎందుకు విజయవంతమయ్యాయో విశ్లేషించేటప్పుడు, సంస్థలు విజయవంతమైన బృందాలను అధ్యయనం చేస్తాయి. విడిచిపెట్టబడిన, పునర్వ్యవస్థీకరించబడిన లేదా వదిలిపెట్టిన సభ్యుల వైఫల్యాలను వారు అధ్యయనం చేయలేరు - విజయవంతమైన బృందాల్లో ఉన్న అవే "విజయ కారకాలు" బహుశా విఫలమైన వాటిలో కూడా ఉన్నాయని వారు కనుగొనలేరు.

4.3. వ్యాపారం మరియు మార్కెటింగ్‌లో

ఆంత్రప్రెన్యూర్‌షిప్ "సక్సెస్ ఫార్ములాలు": సలహా పరిశ్రమ బతికి ఉన్నవారి గుత్తాధిపత్యంలో నడుస్తుంది. విజయవంతమైన పారిశ్రామికవేత్తల కథలలో "కష్టపడి పనిచేయడం," "పట్టుదల," మరియు "నాణ్యత పట్ల మక్కువ" కనిపిస్తాయి, అయితే విఫలమైన వ్యవస్థాపకుల సర్వేలో ఒకే విధమైన లక్షణాలను కనుగొనే అవకాశం ఉంటుంది. వ్యత్యాసం తరచుగా అదృష్టం, సమయం లేదా బాహ్య సంఘటనలపై ఆధారపడి ఉంటుంది.

ఉత్పత్తి టెస్టిమోనియల్స్: మార్కెటింగ్ ఎల్లప్పుడూ సంతృప్తి చెందిన కస్టమర్లను ప్రదర్శిస్తుంది. కానీ అసంతృప్తి చెందినవారు, వాపసు అడిగిన వారు లేదా దూరమైన కస్టమర్లు కథనంలో ఉండరు, ఇది ఉత్పత్తి ప్రభావాన్ని వక్రీకరిస్తుంది.

కాంపిటేటివ్ బెంచ్‌మార్కింగ్: కంపెనీలు తమ విజయవంతమైన పోటీదారుల వ్యూహాలను బెంచ్‌మార్క్ చేస్తాయి. కానీ ఇలాంటి వ్యూహాలను ప్రయత్నించి విఫలమైన కంపెనీలు విలీనం చేయబడి ఉండవచ్చు లేదా మూసివేయబడి ఉండవచ్చు - వారి విఫలమైన వ్యూహాలు విశ్లేషణకు కనిపించవు.

4.4. రాజకీయాలు మరియు మీడియాలో

చారిత్రక కథనాల నిర్మాణం: బతికి బట్టకట్టిన వారు రాసిన చరిత్ర వారి దృక్కోణాలను అంతిమంగా చూపుతుంది. ఓడిపోయిన, చనిపోయిన లేదా అట్టడుగు వర్గాలకు చెందిన వారి అభిప్రాయాలు, హెచ్చరికలు మరియు ప్రత్యామ్నాయాలు తక్కువ ప్రాతినిధ్యం పొందుతాయి.

వార్తల మనుగడ: ఎడిటోరియల్ ఎంపికలో మిగిలిన కథనాలనే మీడియా ప్రసారం చేస్తుంది. సమాన ప్రాముఖ్యత ఉన్న వేలాది సంఘటనలు నివేదించబడవు, ఏ సమస్యలు ఉన్నాయి మరియు ఏ పరిష్కారాలు పనిచేస్తాయి అనే దానిపై ప్రజల అవగాహనను ఇవి ఆకృతీకరిస్తాయి.

రాజకీయ వ్యూహ "పాఠాలు": విజయ కారకాలను సేకరించేందుకు రాజకీయ విశ్లేషకులు గెలిచిన ప్రచారాలను అధ్యయనం చేస్తారు. కానీ అదే వ్యూహాలను ఉపయోగించి ఓడిపోయిన ప్రచారాలు తక్కువ శ్రద్ధ పొందుతాయి, ఇది లోపభూయిష్ట వ్యూహాత్మక సిఫార్సులకు దారితీస్తుంది.

4.5. హెల్త్‌కేర్‌లో (In Healthcare)

WWI హెల్మెట్ పారడాక్స్: మొదటి ప్రపంచ యుద్ధంలో స్టీల్ హెల్మెట్‌లను ప్రవేశపెట్టినప్పుడు, తల గాయాలలో గణనీయమైన పెరుగుదల ఉన్నట్లు ఫీల్డ్ హాస్పిటల్స్ నివేదించాయి. హెల్మెట్లు లోపభూయిష్టమైనవి అని కొందరు సూచించారు. వాస్తవం: హెల్మెట్‌లకు ముందు, తలకు తగిలే పదునైన ముక్కల వల్ల సైనికులు తక్షణమే చనిపోయేవారు (KIA అని రికార్డ్ చేయబడింది, ఎప్పుడూ ఆసుపత్రులకు చేరుకోలేదు). హెల్మెట్లు ప్రాణాపాయాన్ని చికిత్స చేయదగిన గాయాలుగా మార్చాయి, మొదటిసారిగా డేటాలో తల గాయాలను కనిపించేలా చేశాయి.

పిల్లులలో హై-రైజ్ సిండ్రోమ్: 1987 నాటి ఒక పశువైద్య అధ్యయనం ప్రకారం 7 అంతస్తులకంటే పైనుండి పడిపోయిన పిల్లులకు, 5-7 అంతస్తుల నుండి పడిన పిల్లులకంటే తక్కువ గాయాలయ్యాయి, అంటే ఎక్కువ ఎత్తు సురక్షితమైనదని వారు భావించారు. దీనిలోని పక్షపాతం: ఈ డేటాలో కేవలం పశువైద్యుల దగ్గరకు తీసుకురాబడిన పిల్లులు మాత్రమే ఉన్నాయి. 30 అంతస్తుల నుండి కిందపడి అక్కడికక్కడే చనిపోయిన పిల్లులను పూడ్చిపెట్టారు తప్ప చికిత్స అందించలేదు—ఇది హై-ఫాల్ సేఫ్టీకి సంబంధించిన ఒక భ్రాంతిని సృష్టించింది.

"ఆరోగ్యకరమైన వర్కర్ ఎఫెక్ట్": పారిశ్రామిక కార్మికులకు సాధారణ జనాభా కంటే తక్కువ మరణాల రేటు ఉందని అధ్యయనాలు తరచుగా చూపిస్తాయి - ఫ్యాక్టరీ పని ఆరోగ్యకరం కాబట్టి కాదు, ఆ శ్రామికశక్తిలో వికలాంగులు, మంచాన పడినవారు మరియు అనారోగ్యంతో ఉన్నవారు మినహాయించబడ్డారు కాబట్టి. కార్మికులు ముందుగా ఎంపిక చేయబడిన మనుగడ దారులు.

ట్రామా మరణాల గణాంకాలు: మారుమూల ప్రమాద బాధితులు కొన్నిసార్లు పట్టణ బాధితుల కంటే తక్కువ ఇన్-హాస్పిటల్ మరణాలను చూపిస్తారు. వాస్తవం: తీవ్రంగా గాయపడిన మారుమూల రోగులు సుదీర్ఘ రవాణా సమయంలో మరణిస్తారు, "డెడ్ ఆన్ అరైవల్" కింద ఆసుపత్రి గణాంకాల నుండి మినహాయించబడతారు. అర్బన్ ఆసుపత్రులు క్లిష్టమైన రోగులను సజీవంగా స్వీకరిస్తాయి, తర్వాత వారు ఆసుపత్రిలో మరణిస్తారు, తద్వారా అర్బన్ మరణాల రేట్లు పెరుగుతాయి.

4.6. ఫైనాన్స్ మరియు పెట్టుబడి (In Finance and Investing)

మ్యూచువల్ ఫండ్ పనితీరు: రద్దు చేయబడిన ఫండ్ల రికార్డులను ప్రామాణిక డేటాబేస్‌లు తొలగించాయి. పేలవమైన పనితీరు కారణంగా ఫండ్‌లు రద్దు అవుతాయి కాబట్టి, డేటాబేస్‌లు వైఫల్యాలను తొలగించాయి, ఇది సగటు ఫండ్ పనితీరు వాస్తవికత కంటే వార్షికంగా ~0.9% ఎక్కువగా కనిపించేలా చేసింది.

హెడ్జ్ ఫండ్ డేటా: హెడ్జ్ ఫండ్‌లు స్వచ్ఛందంగా రిపోర్ట్ చేస్తాయి, ఇది ద్వంద్వ పక్షపాతాన్ని పరిచయం చేస్తుంది: సర్వైవర్‌షిప్ (విఫలమైన ఫండ్‌లు రిపోర్టింగ్ చేయడం ఆపివేస్తాయి) మరియు బ్యాక్‌ఫిల్/తక్షణ హిస్టరీ బయాస్ (విజయవంతమైన ఫండ్‌లు రిపోర్ట్ చేయడం ప్రారంభిస్తాయి మరియు వారి ప్రారంభ మంచి సంవత్సరాలను బ్యాక్‌ఫిల్ చేస్తాయి; విజయవంతంకాని ప్రారంభ ఫండ్‌లు ఎప్పటికీ నివేదించవు మరియు కరిగిపోతాయి). మల్కీల్ ఈ కంబైన్డ్ బయాస్‌ను వార్షికంగా ~4.4% ద్రవ్యోల్బణంగా అంచనా వేశాడు.

S&P 500 బ్యాక్‌టెస్టింగ్: దివాళా తీసిన కంపెనీలను తీసివేయడం మరియు ఎదుగుతున్న వాటిని చేర్చడం ద్వారా ఇండెక్స్ కూర్పు మారుతుంది. ప్రస్తుత S&P 500 జాబితాను ఉపయోగించి బ్యాక్‌టెస్టింగ్ చేయడం అనేది 100% మనుగడను నిర్ధారించడం ద్వారా అవాస్తవ రాబడిని సాధిస్తుంది-పరీక్ష వ్యవధిలో విఫలమైన ప్రతి కంపెనీ ఇందులో మినహాయించబడుతుంది.

"హాట్ హ్యాండ్" ఇల్యూషన్: ఫండ్ మేనేజర్‌లు మార్కెట్‌ను స్థిరంగా బీట్ చేయగలరని ప్రారంభ అధ్యయనాలు సూచించాయి. బ్రౌన్ మరియు గోట్జ్‌మాన్‌లు సర్వైవర్‌షిప్ బయాస్‌ని సరిచేసినప్పుడు, చాలా వరకు ఈ నైపుణ్యం కనుమరుగైంది—ఈ "హాట్ హ్యాండ్" అనేది యాదృచ్ఛిక పంపిణీ యొక్క తోక భాగం.


5. వాస్తవ-ప్రపంచ కేస్ స్టడీస్ (Real-World Case Studies)

కేస్ స్టడీ 1: బాంబర్ ఆర్మర్ నిర్ణయం (WWII)

  • సందర్భం: శత్రువుల కాల్పుల కారణంగా అలైడ్ బాంబర్ విమానాలు భారీగా నష్టపోవడంతో, విమానాలను ఆర్మర్ ప్లేటింగ్‌తో బలోపేతం చేయాలని సైన్యం ప్రతిపాదించింది. అయినప్పటికీ, ఆర్మర్ బరువును జోడిస్తుంది, పరిధి, మ్యాన్యువరబిలిటీ మరియు బాంబు సామర్థ్యాన్ని తగ్గిస్తుంది-కాబట్టి దీనిని ఉత్తమంగా ఉంచాలి.

  • ఏమి జరిగింది: మిషన్ల నుండి తిరిగి వస్తున్న బాంబర్‌లలోని బుల్లెట్ రంధ్రాలపై మిలిటరీ విస్తృతమైన డేటాను సేకరించింది. డేటా ప్రకారం ఫ్యూజ్‌లేజ్‌లు, రెక్కలు మరియు తోకలపై అధిక నష్ట సాంద్రత కనిపించింది, అయితే ఇంజిన్లు మరియు కాక్‌పిట్‌లపై కనిష్ట నష్టం కనిపించింది. విమానాలు ఎక్కువగా ఎక్కడ దెబ్బతిన్నాయో అక్కడ కవచం వేయాలని సైనిక కమాండర్లు నిర్ధారించారు.

  • పక్షపాతం పనిలో ఉంది: అబ్రహం వాల్డ్ ఈ డేటా కేవలం బతికి వచ్చినవారికి మాత్రమే ప్రాతినిధ్యం వహిస్తుందని గుర్తించాడు. ఇంజన్లు మరియు కాక్‌పిట్‌లలో దెబ్బతిన్న విమానాలు తిరిగి రాలేదు—అవి ఇంగ్లీష్ ఛానల్ లేదా జర్మన్ ఫీల్డ్‌లలో కుప్పకూలాయి. "మిస్సింగ్" బుల్లెట్ రంధ్రాలు ఇంజిన్‌లు తాకలేదని ఆధారాలు కాదు; అవి ఇంజిన్ హిట్‌లు ప్రాణాంతకమని నిదర్శనం.

  • పరిణామాలు: ఇంజిన్‌లు మరియు కాక్‌పిట్‌లకు ఆర్మరింగ్ చేయాలని వాల్డ్ సిఫార్సు చేశాడు. అతని పద్ధతులు లెక్కలేనన్ని ప్రాణాలను మరియు విమానాలను రక్షించాయి, మరియు కొరియన్ మరియు వియత్నాం యుద్ధాలలో కూడా వీటిని ఉపయోగించడం కొనసాగింది.

  • నేర్చుకున్న పాఠాలు: ఫలితాలను విశ్లేషించేటప్పుడు, ఎల్లప్పుడూ అడగండి: "నేను చూడలేని కేసులకు ఏమి జరిగింది?" సాక్ష్యాధారాలు లేకపోవడమే అత్యంత ముఖ్యమైన విషయానికి నిదర్శనం కావచ్చు.

కేస్ స్టడీ 2: మ్యూచువల్ ఫండ్ ఇండస్ట్రీ రివిలేషన్ (1990లు)

  • సందర్భం: దశాబ్దాల తరబడి, యాక్టివ్ ఫండ్ మేనేజర్‌లు మార్కెట్‌ను స్థిరంగా బీట్ చేయగలరా ("ఆల్ఫాను జనరేట్ చేయగలరా") అనే దానిపై చర్చ నడిచింది. ప్రారంభ అధ్యయనాలు వారు చేయగలరని సూచించాయి.

  • ఏమి జరిగింది: బ్రౌన్, గోట్జ్‌మాన్, ఎల్టన్, గ్రుబెర్ మరియు బ్లేక్ అనే పరిశోధకులు ఆర్థిక డేటాబేస్‌లు రద్దు చేయబడిన లేదా విలీనం చేయబడిన ఫండ్‌ల రికార్డులను సాధారణంగా తొలగిస్తాయని కనుగొన్నారు. పేలవమైన పనితీరు కారణంగా ఫండ్‌లు దాదాపుగా ఎప్పుడూ మూసివేయబడతాయి కాబట్టి, డేటాబేస్‌లు క్రమపద్ధతిలో వైఫల్యాలను తొలగిస్తున్నాయి.

  • పక్షపాతం పనిలో ఉంది: ఈ కుదింపు ఒక గణాంక మృగతృష్ణను సృష్టించింది, ఇక్కడ మిగిలిన "సర్వైవర్" ఫండ్‌లు అధిక సగటు రాబడిని కలిగి ఉన్నట్లు కనిపించాయి మరియు నైపుణ్యాన్ని అనుకరించే అస్థిరత మరియు పనితీరు మధ్య స్పష్టమైన సంబంధాలను చూపించాయి.

  • పరిణామాలు: 0.9% వార్షిక పక్షపాతాన్ని సరిదిద్దిన తర్వాత, అనేక యాక్టివ్ మేనేజర్‌ల అత్యుత్తమ పనితీరు కనుమరుగైంది, సమర్థవంతమైన మార్కెట్ పరికల్పనకు బలమైన మద్దతును అందించింది మరియు ఆర్థిక పరిశోధన చారిత్రక డేటాను ఎలా నిర్వహిస్తుందో విప్లవాత్మకంగా మార్చింది.

  • నేర్చుకున్న పాఠాలు: డ్రాపౌట్, మూసివేత లేదా అదృశ్యంతో ఉన్న ఏదైనా డేటాసెట్‌ను సర్వైవర్‌షిప్ బయాస్ కోసం విశ్లేషించాలి. నైపుణ్యం లేదా మెరుగైన పనితీరు లాగా కనిపించేది, సెన్సార్ చేయబడిన నమూనా యొక్క వాస్తవాలు కావచ్చు.

చారిత్రక ఉదాహరణ: డయాగోరస్ మరియు టెంపుల్ టాబ్లెట్స్

మెలోస్‌కు చెందిన ప్రాచీన గ్రీకు కవి డయాగోరస్‌కు ఒక ఆలయంలో మొక్కుబడి పలకలు చూపించారు-దైవాన్ని ప్రార్థించి ఓడ నాశనమైనప్పుడు ప్రాణాలతో బయటపడిన నావికులు చిత్రించిన పెయింటింగ్స్. అతని స్నేహితుడు దీనిని దైవిక రక్షణకు రుజువుగా ప్రదర్శించాడు.

డయాగోరస్ యొక్క ప్రతిస్పందన సంభావ్యత తత్వశాస్త్రంలో పునాది వచనంగా మారింది: "రక్షించబడిన వారిని నేను చూస్తున్నాను, కానీ ఓడ నాశనమైన వారు ఎక్కడ చిత్రించబడ్డారు?"

మునిగిపోయిన నావికులు పెయింటింగ్‌లు గీయించలేరు. ఆలయ ఆధారాలను మాత్రమే పరిశీలించే పరిశీలకుడు సముద్రంలో ప్రార్థన భద్రతకు హామీ ఇస్తుందని నిర్ధారించవచ్చు-కేవలం సెన్సార్ చేయబడిన నమూనా నుండి తీసుకోబడిన ముగింపు, ఇక్కడ సాక్ష్యాలను అందించే సామర్థ్యం మనుగడతో సహసంబంధం కలిగి ఉంటుంది.

2,500 సంవత్సరాల నాటి ఈ కథనం సర్వైవర్‌షిప్ బయాస్ ఎందుకు అంత హానికరమో తెలియజేస్తుంది: బతికినవారు మాత్రమే వారి కథను చెప్పగలరు.


6. ఈ పక్షపాతం యొక్క ధర (The Cost of This Bias)

6.1. వ్యక్తిగత ఖర్చులు

వక్రీకరించబడిన రిస్క్ అసెస్‌మెంట్: విజయవంతమైన రిస్క్ తీసుకునేవారిని మాత్రమే చూడటం ద్వారా, వ్యక్తులు వైఫల్యం యొక్క సంభావ్యతను తక్కువగా అంచనా వేస్తారు. బిలియనీర్ కాలేకపోయిన కాలేజ్ డ్రాపౌట్, "అంతా సరిగ్గానే చేసి" దివాళా తీసిన ఆంత్రప్రెన్యూర్, ఒక "నమ్మకమైన విషయం"పై సర్వం కోల్పోయిన పెట్టుబడిదారుడు - వీరి అనుభవాలు కనిపించవు, ఇది ఇతరులు పేలవంగా క్రమాంకనం చేసిన నష్టాలను తీసుకునేలా చేస్తుంది.

తప్పుగా ఆపాదించబడిన విజయ కారకాలు: విఫలమైన వాటిలో కూడా ఈ లక్షణాలు ఉన్నాయని గుర్తించకుండా ప్రజలు బతికి ఉన్నవారి ప్రవర్తనలను (పట్టుదల, రిస్క్ తీసుకోవడం, విశ్వాసం) అనుకరిస్తారు. వాస్తవానికి అవే భేదక కారకాలు కాకపోయినా, వాటి కోసం సంవత్సరాలు గడిపే అవకాశం ఉంది.

అనుకరణపై వృధా వనరులు: సర్వైవర్-బయాస్ ఉన్న డేటా నుండి పొందిన "సక్సెస్ ఫార్ములాలను" అనుసరించడం వల్ల నిజానికి విజయానికి కారణం కాని విధానాలపై శ్రమ వృధా అవుతుంది - ఇది కేవలం కనిపించే నమూనాతో సహసంబంధం కలిగి ఉంటుంది.

దెబ్బతిన్న స్వీయ-ప్రతిమ: సర్వైవర్ల నుండి తీసుకున్న సలహాలను అనుసరించడం వల్ల విజయం రానప్పుడు, ఆ సలహా లోపభూయిష్ట డేటా ఆధారంగా ఉందని గుర్తించకుండా వ్యక్తులు తమను తాము నిందించుకోవచ్చు.

6.2. వృత్తిపరమైన ఖర్చులు

పెట్టుబడి నష్టాలు: ఫైనాన్స్‌లో, సర్వైవర్‌షిప్ బయాస్ సుమారు 0.9-4.4% వార్షిక రాబడి ద్రవ్యోల్బణంగా లెక్కించబడింది. సరిదిద్దబడని చారిత్రక డేటా ఆధారంగా నిర్ణయాలు తీసుకునే పెట్టుబడిదారులు క్రమపద్ధతిలో ఆశించిన రాబడిని ఎక్కువగా అంచనా వేస్తారు మరియు రిస్క్‌లను తక్కువగా అంచనా వేస్తారు.

వ్యూహాత్మక తప్పుదారి పట్టింపు: విజయవంతమైన కంపెనీలను అధ్యయనం చేయడం ద్వారా పొందిన వ్యాపార వ్యూహాలు అవే వ్యూహాలను ఉపయోగించి విఫలమైన కంపెనీలను కోల్పోతాయి. కచ్చితంగా పనిచేస్తాయని భావించే పద్ధతుల వైపు వనరులు ప్రవహిస్తాయి కానీ అవి యాదృచ్ఛికం కావచ్చు.

నియామకం మరియు ప్రతిభ నిర్ణయాలు: విజయవంతమైన ఉద్యోగుల ఆధారంగా తయారు చేసిన ప్రొఫైల్‌లు, కనిపించే నమూనాకు భిన్నంగా ఉండి విజయం సాధించగలిగే అద్భుతమైన అభ్యర్థులను కోల్పోతాయి, అదే లక్షణాలుండి కూడా పేలవంగా పనిచేసేవారిని నియమించుకునేలా చేస్తాయి.

ఉత్పత్తి అభివృద్ధి వైఫల్యాలు: ఇలాంటి విఫలమైన ఉత్పత్తులను అధ్యయనం చేయకుండా విజయవంతమైన ఉత్పత్తుల నుండి నేర్చుకోవడం అనేది వాస్తవానికి విజయ కారకాలు కాని ఫీచర్లు లేదా విధానాలలో పెట్టుబడులకు దారి తీస్తుంది.

6.3. సామాజిక ఖర్చులు

చారిత్రక అపార్థం: ప్రాణాలతో బయటపడిన వారు రాసిన చరిత్ర వక్రీకృత దృక్కోణాలను అందిస్తుంది. ఓడిపోయిన వారి కోల్పోయిన దృక్కోణాలు, ప్రత్యామ్నాయ విధానాలు మరియు హెచ్చరికలు ఉమ్మడి జ్ఞాపకార్థం నుండి క్రమపద్ధతిలో మినహాయించబడ్డాయి.

విధాన తప్పుదారి పట్టింపు: అటువంటి లక్షణాలతో వైఫల్యాలను పరిగణనలోకి తీసుకోకుండా విజయవంతమైన ఫలితాలను (ఆర్థిక, సామాజిక, సైనిక) అధ్యయనం చేయడం ఆధారంగా విధానాలు లోపభూయిష్టమైన జోక్యాలకు దారితీస్తాయి.

కల్చరల్ మిత్-మేకింగ్: సర్వైవర్‌షిప్ బయాస్ ద్వారా విస్తరించబడిన "స్వీయ-నిర్మిత విజయం" కథనం, అసమానత మరియు సామాజిక చైతన్యం పట్ల వైఖరిని ఆకృతీకరించడం, అదృష్టం, సమయం మరియు పరిస్థితుల పాత్రను అస్పష్టం చేస్తుంది.

మెడికల్ ప్రోటోకాల్ లోపాలు: సర్వైవర్-బయాస్డ్ డేటాపై ఆధారపడిన చికిత్స నిర్ణయాలు, కొంతమంది రోగులకు తక్కువ చికిత్స అందించబడిందని లేదా నిర్దిష్ట జోక్యాల వల్ల కాకుండా వాటికి వ్యతిరేకంగా విజయవంతమైన ఫలితాలు ఉన్నాయని కనుగొనలేవు.

6.4. గణాంక ప్రభావం

డొమైన్ అంచనా వేయబడిన పక్షపాత ప్రభావం మూలం
మ్యూచువల్ ఫండ్స్ ~0.9% వార్షిక రాబడి ద్రవ్యోల్బణం ఎల్టన్, గ్రుబెర్, బ్లేక్ (1996)
హెడ్జ్ ఫండ్స్ ~4.4% వార్షిక రాబడి ద్రవ్యోల్బణం మల్కీల్ (1995)
WWI హెల్మెట్ "గాయాలు" రికార్డ్ చేయబడిన తల గాయాలలో 100%+ పెరుగుదల (వాస్తవానికి రక్షించబడిన ప్రాణాలు) సైనిక వైద్య రికార్డులు
యాక్టివ్ ఫండ్ "స్కిల్" గణనీయమైనది-సరిదిద్దిన తర్వాత చాలా స్పష్టమైన ఆల్ఫా తొలగించబడింది బ్రౌన్, గోట్జ్‌మాన్ ఇతరులు. (1992)

7. దాగి ఉన్న ప్రయోజనాలు (The Hidden Benefits)

మనుగడ పక్షపాతం పూర్తిగా ప్రతికూలమైనది కాదు-ఇది అనుకూల విధులను అందించింది మరియు నిర్దిష్ట సందర్భాలలో ఇప్పటికీ విలువను అందిస్తుంది.

సమర్థవంతమైన లెర్నింగ్ హ్యూరిస్టిక్: నేరుగా గమనించదగిన ఫలితాలతో స్థిరమైన పరిసరాలలో, బతికి ఉన్నవారి నుండి నేర్చుకోవడం వేగంగా మరియు సహేతుకంగా ఖచ్చితమైనది. మీ ఇరుగుపొరుగువారి కోసం పనిచేసిన చాలా షెల్టర్ డిజైన్‌లు మీ కోసం పని చేస్తే, బతికి ఉన్నవారిని కాపీ చేయడం సమర్థవంతంగా ఉంటుంది.

ప్రేరణాత్మక పనితీరు: విజయ కథనాలకు కొంత ఎక్స్పోజర్ ప్రేరణను మరియు అనుకరించడానికి మోడల్‌లను అందిస్తుంది. అన్ని వైఫల్యాల గురించి పూర్తి అవగాహన ఉండటం పక్షవాతానికి గురిచేయవచ్చు. ఎక్స్‌పోజర్‌ని కాలిబ్రేట్ చేయడమే కీలకం, దాన్ని తొలగించడం కాదు.

వేగవంతమైన నిర్ణయం తీసుకోవడం: ఖచ్చితత్వం కంటే వేగం ముఖ్యమైనప్పుడు, అందుబాటులో ఉన్న ఉదాహరణలను (స్వాభావికంగా సర్వైవర్-బయాస్డ్) ఉపయోగించడం ఆలస్యమైన విశ్లేషణ కంటే మెరుగైనది. ప్రతి నిర్ణయానికి పూర్తి విచారణ అవసరం లేదు.

చట్టబద్ధమైన నమూనా గుర్తింపు: కొన్నిసార్లు ప్రాణాలతో ఉన్నవారి లక్షణాలు నిజమైన కారణాలుగా ఉంటాయి, కేవలం సహసంబంధం కాదు. ఫెయిల్యూర్ మోడ్‌లు యాదృచ్ఛికంగా మరియు విజయ కారకాలు క్రమబద్ధంగా ఉన్న డొమైన్‌లలో, బతికి ఉన్నవారు నిజమైన సమాచారాన్ని కలిగి ఉంటారు.

అవాంఛనీయ తీవ్రత: సర్వైవర్‌షిప్ బయాస్‌ను పూర్తిగా తొలగించడానికి ఏదైనా నిర్ణయానికి ముందు సాధ్యమయ్యే అన్ని వైఫల్యాల గురించి సమగ్ర విశ్లేషణ అవసరం. ఇది అభిజ్ఞాపరంగా అసాధ్యం మరియు ఆచరణాత్మకంగా పక్షవాతం కలిగిస్తుంది. లక్ష్యం అవగాహన మరియు తగిన దిద్దుబాటే తప్ప, తొలగింపు కాదు.


8. స్వీయ అంచనా: మీకు ఈ పక్షపాతం ఉందా? (Self-Assessment: Do You Have This Bias?)

8.1. వార్నింగ్ సైన్స్ చెక్‌లిస్ట్

  • జీవిత/కెరీర్ వ్యూహాలకు ఆధారంగా మీరు విజయవంతమైన వ్యక్తులను (జాబ్స్, గేట్స్, మస్క్) తరచుగా ఉదహరిస్తారు
  • నేటి ఉత్పత్తులు/సంగీతం/హస్తకళ కంటే గతంలో ఉన్నవి ఉన్నతమైనవని మీరు నమ్ముతారు
  • కేవలం విజయవంతమైన ఉదాహరణలను అధ్యయనం చేయడం ఆధారంగా మీరు ముఖ్యమైన నిర్ణయాలు తీసుకున్నారు
  • మీరు అరుదుగా "దీన్ని ప్రయత్నించి విఫలమైన వారికి ఏమి జరిగింది?" అని అడుగుతారు
  • మీరు చారిత్రక ఫండ్/పెట్టుబడి పనితీరు డేటాను ముఖ విలువతో విశ్వసిస్తారు
  • విజేతల నుండి విశ్వసనీయంగా సేకరించబడే "విజయం ఆధారాలను వదిలివేస్తుంది" అని మీరు నమ్ముతారు
  • మీరు ఆరాధించే విజయ కథనాలలో అదృష్టం/సమయాన్ని ముఖ్యమైన అంశాలుగా కొట్టివేస్తారు
  • విఫలమైన ఇతరులను పరిగణించకుండా మీకు పనికొచ్చిన వాటి ఆధారంగా సలహాలు ఇచ్చారు
  • "నేను ఎలా విజయం సాధించాను" అనే పుస్తకాలు/పాడ్‌క్యాస్ట్‌లు చాలా ఒప్పించేవిగా ఉన్నాయని మీరు కనుగొంటారు
  • నిర్ణయాలను విశ్లేషించేటప్పుడు, వాటికి దారితీసిన ప్రక్రియ కంటే ఫలితాలపై దృష్టి పెడతారు

స్కోరింగ్:

  • 0-2 ఎంచుకోబడినవి: తక్కువ గ్రహణశీలత
  • 3-5 ఎంచుకోబడినవి: మితమైన గ్రహణశీలత
  • 6-8 ఎంచుకోబడినవి: అధిక గ్రహణశీలత
  • 9-10 ఎంచుకోబడినవి: చాలా అధిక గ్రహణశీలత

8.2. స్వీయ-ప్రతిబింబం ప్రశ్నలు

  1. ఒక ముఖ్యమైన నిర్ణయం తీసుకునే ముందు మీరు వైఫల్య కథనాలను చురుకుగా ఎప్పుడు వెతికారు?

  2. మీరు సాధించిన విజయం గురించి ఆలోచించండి-ఎంత మంది ఇతరులు ఇలాంటి విధానాలను ప్రయత్నించి విఫలమయ్యారు? మీకు నిజంగా తెలుసా?

  3. మీరు ఏ "స్పష్టమైన" విజయ కారకాలను విశ్వసిస్తారు? ఈ కారకాలు వైఫల్యాలలో కూడా ఉన్నాయా అని మీరు ఎలా పరీక్షిస్తారు?

  4. విజయవంతమైన వ్యక్తుల నుండి మీరు సలహాలు స్వీకరించినప్పుడు, ఎంతమంది విజయవంతంకాని వ్యక్తులు అదే సలహా ఇచ్చారో మీరు పరిగణనలోకి తీసుకుంటారా?

  5. మీరు అసంపూర్ణమైన డేటా ఆధారంగా ముగింపులు తీసుకుంటున్నారని ఎవరైనా ఎప్పుడైనా ఎత్తి చూపారా? మీరు ఎలా స్పందించారు?

8.3. త్వరిత డయాగ్నస్టిక్ దృశ్యం

దృశ్యం: మీరు వ్యాపారాన్ని ప్రారంభించాలని ఆలోచిస్తున్నారు మరియు మీ పరిశ్రమలో కస్టమర్ సేవపై దృష్టి సారించిన 60% వ్యాపారాలు వారి మొదటి 5 సంవత్సరాలలో మనుగడ సాగించాయని చదివారు. మనుగడకు కస్టమర్ సర్వీస్ దృష్టి కీలకమని దీనికి బలమైన సాక్ష్యం కనిపిస్తోంది.

మీరు దీన్ని ఎలా వివరిస్తారు?

  • A) "బాగుంది! నేను ఖచ్చితంగా కస్టమర్ సేవకు ప్రాధాన్యత ఇవ్వాలి-ఇది పని చేస్తుందని డేటా స్పష్టంగా చూపిస్తుంది." → అధిక గ్రహణశీలత
  • B) "ఆసక్తికరంగా ఉంది, అయితే విఫలమైన వ్యాపారాలలో ఎంత శాతం కూడా కస్టమర్ సేవకు ప్రాధాన్యత ఇచ్చాయో అని నేను ఆశ్చర్యపోతున్నాను." → మితమైన గ్రహణశీలత
  • C) "విఫలమైన వ్యాపారాలలో కస్టమర్ సర్వీస్ రేట్లను తెలుసుకోకుండా ఇది నాకు ఏమీ చెప్పదు. 60% వైఫల్యాలు కస్టమర్ సేవపై కూడా దృష్టి పెడితే, ఈ కారకానికి ఎటువంటి అంచనా విలువ లేదు." → తక్కువ గ్రహణశీలత

9. ఇతరులలో ఈ పక్షపాతాన్ని గుర్తించడం (Identifying This Bias in Others)

9.1. ప్రవర్తనా సూచికలు

ప్రసంగంలో (In Speech):

  • విశ్వజనీన సాక్ష్యంగా ప్రసిద్ధ విజయ కథనాలను తరచుగా ఉపయోగించడం
  • కనిపించే విజేతల చిన్న నమూనాల నుండి సాధారణీకరణలు
  • విజయ కథనాలలో అదృష్టం/సమయ కారకాలను కొట్టివేయడం
  • కనిపించని వైఫల్యాలను అంగీకరించకుండా "ఏది పని చేస్తుందో" దాని నుండి ఎక్స్‌ట్రాపోలేషన్ చేయడం

నిర్ణయం తీసుకోవడంలో (In Decision-Making):

  • విజయవంతమైన కంపెనీలు/వ్యక్తుల కేస్ స్టడీలపై అతిగా ఆధారపడటం
  • బేస్ రేట్లు మరియు ఫెయిల్యూర్ ఫ్రీక్వెన్సీలను తక్కువగా అంచనా వేయడం
  • కేవలం విజయవంతమైన పోటీదారులపై మాత్రమే బెంచ్‌మార్కింగ్
  • డేటా సేకరణను ప్రశ్నించకుండా చారిత్రక పనితీరు డేటాపై నమ్మకం ఉంచడం

వాదనలలో (In Arguments):

  • వ్యూహ చెల్లుబాటుకు రుజువుగా విజయవంతమైన ఉదాహరణల ఉనికిని ఉపయోగించడం
  • ఎవరికైతే X విఫలమైందో ఆ Zల గురించి ఆలోచించకుండా "Y కోసం X పని చేసింది" అని వాదించడం
  • సాక్ష్యాలు లేకపోవడాన్ని (తెలిసిన వైఫల్యాలు లేకపోవడం) అనేది లేకపోవడానికి సాక్ష్యంగా వ్యాఖ్యానించడం

9.2. సంభాషణ రెడ్ ఫ్లాగ్‌లు

ఈ పక్షపాతంలో ఉన్నప్పుడు ప్రజలు చెప్పే మాటలు:

  • "[ప్రసిద్ధ విజయాన్ని] చూడండి—వారు X చేసారు, అది పని చేసింది!"
  • "నాకు తెలిసిన విజయవంతమైన వ్యక్తులందరికీ Y లక్షణం ఉంది."
  • "ఈ విధానం గొప్ప ట్రాక్ రికార్డ్ కలిగి ఉందని డేటా చూపిస్తుంది."
  • "అవి మునుపటిలా వస్తువులను తయారు చేయవు."
  • "ప్రతి గొప్ప కంపెనీకి ఈ లక్షణం ఉంటుంది."

వారు చేసే వాదనల రకాలు:

  • వైఫల్యం రేటు పరిగణన లేకుండా కనిపించే విజయం నుండి అంచనాలు వేయడం
  • కేవలం బతికి ఉన్న కేసులను ఉపయోగించి "ఉదాహరణ ద్వారా రుజువు" చేయడం

వారు అడగడానికి ఇష్టపడని ప్రశ్నలు:

  • "ఎంతమంది ఈ పద్ధతిని ప్రయత్నించి విఫలమయ్యారు?"
  • "ఈ వ్యూహానికి బేస్ సక్సెస్ రేట్ ఏమిటి?"
  • "ఈ డేటాసెట్‌లో వైఫల్యాలను మనం ఎందుకు చూడలేకపోవచ్చు?"

9.3. పరిస్థితుల ట్రిగ్గర్‌లు

పక్షపాతాన్ని యాక్టివేట్ చేసే పరిస్థితులు:

  • క్యూరేటెడ్ విజయ గాథలకు ప్రాప్యత (మీడియా, పుస్తకాలు, సమావేశాలు)
  • డ్రాపౌట్/మూసివేత/తొలగింపు మెకానిజమ్స్ ఉన్న డేటాబేస్‌ల విశ్లేషణ
  • కంటిచూపు నుండి వైఫల్యాలు అదృశ్యమయ్యే ఏదైనా మూల్యాంకనం
  • ప్రస్తుత మార్కెట్ లీడర్ల రెట్రోస్పెక్టివ్ అనాలిసిస్

దుర్బలత్వాన్ని పెంచే భావోద్వేగ స్థితులు:

  • ఇప్పటికే తీసుకున్న నిర్ణయం పట్ల ఆశావాదం
  • ఒక విధానాన్ని సమర్థించుకోవాలనే కోరిక
  • ఒక విజయవంతమైన వ్యక్తి పట్ల ఆరాధన

సమయ ఒత్తిళ్లు:

  • ఆవశ్యకత డిస్‌కన్ఫర్మింగ్ (వైఫల్యం) డేటాను వెతికే సంభావ్యతను తగ్గిస్తుంది
  • గడువులు సమగ్ర శోధన కంటే అందుబాటులో ఉన్న ఉదాహరణలకు అనుకూలంగా ఉంటాయి

10. కాగ్నిటివ్ డీబయాసింగ్ స్ట్రాటజీలు (Cognitive Debiasing Strategies)

10.1. తక్షణ సాంకేతికతలు

ది డయాగోరస్ ప్రశ్న: విజయ ఉదాహరణల ఆధారంగా ఏదైనా నిర్ణయం తీసుకునే ముందు, స్పష్టంగా అడగండి: "ఓడ నాశనమైనవారు ఎక్కడ ఉన్నారు?" దీన్ని ఎవరు ప్రయత్నించి విఫలమయ్యారు? నేను వారిని ఎందుకు చూడలేను?

డేటాను విలోమం చేయడం: సర్వైవర్ లక్షణాలను చూపిస్తున్నప్పుడు, మానసికంగా "ఫెయిల్యూర్ సిమెట్రీ"ని నిర్మించండి. విఫలమైన కేసులలో కూడా ఈ లక్షణాలు ఉంటాయా? తెలియకపోతే, డేటా అసంపూర్ణమైనది.

బేస్ రేట్ చెక్: విజయాల నుండి ఎక్స్‌ట్రాపోలేట్ చేసే ముందు, హారాన్ని (denominator) అంచనా వేయండి. "ఈ విధానాన్ని ప్రయత్నించిన ప్రతి ఒక్కరిలో, ఏ భిన్నం విజయం సాధించింది?" తెలియకపోతే, అనిశ్చితిని అంగీకరించండి.

ఫెయిల్యూర్ మోడ్ ఇన్వెంటరీ: విశ్లేషించబడిన ఉదాహరణలు ఏవిధంగా విఫలమవొచ్చో మరియు అదృశ్యమవొచ్చో అని అన్ని మార్గాలను జాబితా చేయండి. దివాళా తీసిన కార్ల కంపెనీలు, మూతబడిన రెస్టారెంట్లు, లిక్విడేట్ చేయబడిన ఫండ్స్—అవి ఎక్కడికి వెళ్లాయి?

మూల ప్రశ్నించడం (Source Questioning): ఏదైనా డేటాసెట్ కోసం, అడగండి: "డ్రాపౌట్/తొలగింపు/మనుగడ యంత్రాంగం అంటే ఏమిటి?" వైఫల్యాలు ఎలా తొలగించబడతాయి? ఇది పక్షపాత నిర్మాణాన్ని వెల్లడిస్తుంది.

10.2. దీర్ఘకాలిక వ్యూహాలు

వైఫల్యాలను ఉద్దేశపూర్వకంగా అధ్యయనం చేయండి: పోస్ట్-మార్టం, దివాళా విశ్లేషణలు, విఫలమైన స్టార్టప్ కథనాలను వెతకండి. CB ఇన్‌సైట్స్ యొక్క "స్టార్టప్ ఫెయిల్యూర్ పోస్ట్-మార్టంలు" మరియు సారూప్య వనరులు సాధారణంగా తప్పిపోయిన నిశ్శబ్ద సాక్ష్యాలను అందిస్తాయి.

ప్రీ-మార్టం ప్రాక్టీస్: ప్రాజెక్ట్‌లను ప్రారంభించే ముందు, "ప్రీ-మార్టం" నిర్వహించండి - ప్రాజెక్ట్ విఫలమైందని ఊహించి, కారణాలను గుర్తించడానికి వెనుకకు పని చేయండి. ఇది వైఫల్యాలను ఊహించే మానసిక కండరాలను వ్యాయామం చేస్తుంది.

సంభావ్యత అమరిక (Probability Calibration): డేటాను వెతకడానికి ముందే బేస్ రేట్‌లను అంచనా వేయడం ప్రాక్టీస్ చేయండి. మీ ఖచ్చితత్వాన్ని ట్రాక్ చేయండి. కనిపించే విజయ రేట్లు ఎంత తరచుగా నిజమైన విజయ రేట్లను అతిశయోక్తి చేస్తాయో చెప్పడానికి ఇది అంతర్ దృష్టిని పెంచుతుంది.

చారిత్రక ప్రతికూలతలు (Historical Counterfactuals): చరిత్రను అధ్యయనం చేస్తున్నప్పుడు, ప్రత్యామ్నాయ మార్గాలను చురుకుగా పరిగణించండి-దాదాపు ఏమి జరిగింది, ఎవరు విజయం సాధించారు, ఇతర ఫలితాలు ఏవి సాధ్యమవుతాయి. నాసిమ్ తలేబ్ వీటిని "ప్రత్యామ్నాయ చరిత్రలు" అని పిలుస్తాడు.

10.3. ఎన్విరాన్‌మెంటల్ డిజైన్

డేటా ఇన్‌ఫ్రాస్ట్రక్చర్: కేవలం బతికి ఉన్నవారిని మాత్రమే చూపే కరెంట్-స్టేట్ డేటాబేస్‌లకు బదులుగా, వైఫల్యాల రికార్డులను వారు ఉన్న సమయంలో భద్రపరిచే "పాయింట్-ఇన్-టైమ్" డేటాసెట్‌లను ఉపయోగించండి.

ఫెయిల్యూర్ లైబ్రరీలు: ఆర్గనైజేషనల్ నాలెడ్జ్ మేనేజ్‌మెంట్ అనేది కేవలం విజయవంతమైన ప్రాజెక్ట్‌లకే కాకుండా విఫలమైన ప్రాజెక్ట్‌లను కూడా ఆర్కైవ్ చేయాలి. పోస్ట్‌మార్టమ్స్ సక్సెస్ కేస్ స్టడీల వలె అందుబాటులో ఉండాలి.

డెవిల్స్ అడ్వకేట్ ప్రోటోకాల్స్: వ్యూహాత్మక నిర్ణయాలలో ప్రతికూలమైన సాక్ష్యాలు మరియు తప్పిపోయిన వైఫల్య డేటా కోసం ప్రత్యేకంగా శోధించే పాత్రలను సంస్థాగతీకరించండి.

విభిన్న సలహా నెట్‌వర్క్‌లు: మీ సలహా వర్గంలో వైఫల్యాన్ని చవిచూసిన వ్యక్తులను చేర్చుకోండి. వారి దృక్పథం సాధారణంగా తప్పిపోయిన "నిశ్శబ్ద సాక్ష్యాన్ని" అందిస్తుంది.

10.4. బాహ్య ఇన్‌పుట్‌ను ఎప్పుడు కోరాలి

బాహ్య ధ్రువీకరణ అవసరమయ్యే నిర్ణయం రకాలు:

  • చారిత్రక పనితీరు డేటా ఆధారంగా భారీ పెట్టుబడులు
  • పోటీదారుల విశ్లేషణ ఆధారంగా వ్యూహాత్మక నిర్ణయాలు
  • విజయ కథనాల ఆధారంగా కెరీర్/జీవిత నిర్ణయాలు
  • చికిత్స ఫలితాల డేటా ఆధారంగా వైద్యపరమైన నిర్ణయాలు

ఎవరిని సంప్రదించాలి:

  • ఎంపిక పక్షపాతం గురించి తెలిసిన గణాంక శాస్త్రవేత్తలు
  • మీరు పరిగణిస్తున్న విధానంలో విఫలమైన వ్యక్తులు
  • నిర్దిష్ట డొమైన్ వైఫల్య రేట్లను అధ్యయనం చేసే పరిశోధకులు
  • తప్పిపోయిన డేటాను కనుగొనడానికి నియమించబడిన డెవిల్స్ అడ్వకేట్‌లు

అభ్యర్థనలను ఎలా ఫ్రేమ్ చేయాలి:

  • "ఇక్కడ హారం (denominator) ఏమిటి?"
  • "దీన్ని ప్రయత్నించి విఫలమైన వారికి ఏమి జరిగింది?"
  • "ఈ డేటా ఎలా సేకరించబడింది మరియు కేసులు అదృశ్యం కావడానికి కారణమేమిటి?"

11. ఆచరణాత్మక వ్యాయామాలు (Practical Exercises)

వ్యాయామం 1: ఫెయిల్యూర్ సిమెట్రీ వాక్

  • లక్ష్యం: కనిపించని వైఫల్యాల పట్ల అంతర్ దృష్టిని పెంచడం
  • అవసరమైన సమయం: 45 నిమిషాలు
  • అవసరమైన పదార్థాలు: ఇంటర్నెట్ సదుపాయం, నోట్ బుక్
  • క్లిష్టత స్థాయి: ప్రారంభ స్థాయి
  • సూచనలు:
    1. మీకు ఆసక్తి ఉన్న డొమైన్‌ను ఎంచుకోండి (స్టార్టప్‌లు, రెస్టారెంట్‌లు, ఉత్పత్తులు, మొదలైనవి)
    2. ఆ డొమైన్‌లో 5 ప్రసిద్ధ విజయాలను గుర్తించండి
    3. ప్రతి విజయానికి సంబంధించి, ఇలాంటి విధానాలను ప్రయత్నించి విఫలమైన 3 సమకాలీనులను శోధించండి
    4. వైఫల్యాలు విజయాలతో ఏ లక్షణాలు/వ్యూహాలను పంచుకున్నాయో గమనించండి
    5. వైఫల్యాలు సాధారణంగా ఎందుకు కనిపించవో డాక్యుమెంట్ చేయండి (దివాలా, కొనుగోలు, తొలగింపు, మొదలైనవి)
  • ప్రతిబింబం ప్రశ్నలు:
    • వైఫల్యాలను కనుగొనడం ఎంత కష్టం?
    • విజయాలు మరియు వైఫల్యాలు రెండింటిలోనూ ఏ "విజయ కారకాలు" కనిపించాయి?
    • విజయం దేని వల్ల వచ్చిందనే మీ దృక్పథాన్ని ఇది ఎలా మారుస్తుంది?
  • ఫ్రీక్వెన్సీ: నెలవారీ, ముఖ్యంగా ప్రధాన నిర్ణయాలకు ముందు

వ్యాయామం 2: డేటాసెట్ శవపరీక్ష

  • లక్ష్యం: డేటా సోర్సెస్‌లో మనుగడ పక్షపాతాన్ని గుర్తించడం నేర్చుకోవడం
  • అవసరమైన సమయం: 60 నిమిషాలు
  • అవసరమైన మెటీరియల్స్: మీరు ఉపయోగించే డేటాసెట్‌కు యాక్సెస్ (ఫైనాన్షియల్, వ్యాపారం, పనితీరు డేటా)
  • కష్ట స్థాయి: ఇంటర్మీడియట్
  • సూచనలు:
    1. మీరు నిర్ణయాల కోసం ఆధారపడే డేటాసెట్‌ను ఎంచుకోండి
    2. డేటా సేకరణ పద్ధతిని డాక్యుమెంట్ చేయండి
    3. రికార్డులను తీసివేయగల అన్ని మార్గాలను (మూసివేత, విలీనం, తొలగింపు, నాన్-రిపోర్టింగ్) గుర్తించండి
    4. అసలు జనాభాలో ఎంత శాతం తప్పిపోయి ఉండవచ్చో అంచనా వేయండి
    5. తప్పిపోయిన డేటా మనుగడలో ఉన్న డేటాకు ఎలా భిన్నంగా ఉంటుందో పరిగణించండి
  • ప్రతిబింబం ప్రశ్నలు:
    • మీరు తప్పిపోయిన డేటాను చూడగలిగితే ఏమి మారుతుంది?
    • ఈ డేటా నుండి తీసిన తీర్మానాలపై మీరు ఎంత నమ్మకంగా ఉండాలి?
    • ఏ సర్దుబాట్లు తగినవిగా ఉండవచ్చు?
  • ఫ్రీక్వెన్సీ: నిర్ణయాల కోసం చారిత్రక డేటాను ఉపయోగిస్తున్నప్పుడు

వ్యాయామం 3: ప్రీ-మార్టం రిచ్యువల్

  • లక్ష్యం: విఫలమవక ముందే వైఫల్యాన్ని క్రమపద్ధతిలో ఊహించడం
  • అవసరమైన సమయం: 30 నిమిషాలు
  • అవసరమైనవి: పేపర్, టైమర్
  • క్లిష్టత స్థాయి: అడ్వాన్స్డ్
  • సూచనలు:
    1. ప్రాజెక్ట్ ప్రారంభించే ముందు టీం ని సమకూర్చుకోండి
    2. 20 నిమిషాల పాటు టైమర్ సెట్ చేయండి
    3. ఇప్పటి నుండి ఒక సంవత్సరం గడిచింది అనుకోండి, ప్రాజెక్ట్ పూర్తిగా విఫలమైందని ఊహించండి
    4. ప్రతి వ్యక్తి వైఫల్యానికి గల కారణాలన్నింటినీ రాస్తారు (మొదట స్వతంత్రంగా)
    5. వైఫల్యం యొక్క పద్ధతులను పంచుకోండి మరియు ఏకీకృతం చేయండి
  • ప్రతిబింబం ప్రశ్నలు:
    • ఏ వైఫల్యాలు ఎక్కువగా వచ్చే అవకాశం ఉంది?
    • భవిష్యత్ విశ్లేషకుల కోసం ఏ వైఫల్యాలు ఎటువంటి ఆధారాలను వదిలిపెట్టవు?
    • కనిపించని విఫలమైన డేటాగా మారకుండా మీరు ఎలా నిరోధించవచ్చు?
  • ఫ్రీక్వెన్సీ: ప్రతి ముఖ్యమైన ప్రాజెక్ట్ ప్రారంభంలో

రోజువారీ సాధన

సాయంత్రపు వైఫల్యం ప్రశ్న: ప్రతి సాయంత్రం, మీరు తీసుకున్న ఒక నిర్ణయాన్ని సమీక్షించండి మరియు ఇలా అడగండి: "ఈ నిర్ణయానికి సహాయపడే ఏ వైఫల్యాలను నేను చూడలేదు?"

  • సూచించబడిన వ్యవధి: 5 నిమిషాలు
  • రోజులోని ఉత్తమ సమయం: సాయంత్రం
  • పురోగతిని ఎలా ట్రాక్ చేయాలి: రోజుకు ఒక "దాచిన వైఫల్యం" అంతర్దృష్టిని జర్నల్‌లో రాయండి

వారపు ఛాలెంజ్

సైలెంట్ ఎవిడెన్స్ హంట్: ప్రతి వారం, కనిపించే ఆధారాల ఆధారంగా మీరు కలిగి ఉన్న ఒక నమ్మకాన్ని ఎంచుకుని, దానికి విరుద్ధంగా ఉండే "నిశ్శబ్ద సాక్ష్యం" కోసం చురుకుగా శోధించండి.

  • 4 వారాల తర్వాత ఆశించిన ఫలితాలు: "ఏది లేదు" అని అడగడానికి మెరుగైన అంతర్దృష్టి మరియు కేవలం కనిపించే డేటా నుండి తీసుకున్న నిర్ణయాలపై తగ్గిన విశ్వాసం
  • ప్రతిబింబం కోసం జర్నలింగ్ ప్రాంప్ట్‌లు:
    • నేను ఈ వారం ఏ నమ్మకాన్ని పరిశీలించాను?
    • నేను ఏ నిశ్శబ్ద సాక్ష్యాలను కనుగొన్నాను?
    • దాన్ని కనుగొనడం వల్ల నా విశ్వాస స్థాయి ఎలా మారింది?

12. నిర్దిష్ట ప్రేక్షకుల కోసం (For Specific Audiences)

నాయకులు మరియు నిర్వాహకుల కోసం

వ్యూహాత్మక ప్రణాళిక (Strategic Planning): పోటీదారుల విజయాలను విశ్లేషించేటప్పుడు, అదే వ్యూహాలను ఉపయోగించి విఫలమైన పోటీదారులను కూడా స్ట్రాటజీ టీం అధ్యయనం చేయాలి. గమనించిన "విజయ కారకాలు" కారణాలు కావని వైఫల్యాలు వెల్లడిస్తాయి.

పోస్ట్-ప్రాజెక్ట్ అనాలిసిస్: విజయవంతమైన ప్రాజెక్ట్‌లతో సమానంగా విఫలమైన ప్రాజెక్ట్‌లను ఆర్కైవ్ చేయండి మరియు అధ్యయనం చేయండి. వైఫల్యాల నుండి నేర్చుకోవడం తరచుగా మరింత విలువైనది, మరియు ఉద్దేశపూర్వకంగా భద్రపరచకపోతే అది అదృశ్యమవుతుంది.

నియామక నిర్ణయాలు: అగ్రశ్రేణి ప్రతిభావంతుల నుండి పొందిన ప్రొఫైల్‌ల పట్ల జాగ్రత్త వహించండి. విజయం సాధించి ఉండే అవకాశం ఉండి తిరస్కరించబడిన అభ్యర్థులు మరియు ప్రొఫైల్‌కు సరిపోయి కూడా విఫలమై, వెళ్లిపోయిన అభ్యర్థుల గురించి ఆలోచించండి.

నిర్ణయం డాక్యుమెంటేషన్: ఫలితాలను మాత్రమే కాకుండా నిర్ణయం తీసుకున్న సమయంలో సమాచారం మరియు తార్కికతను రికార్డ్ చేయండి. నిష్క్రమణ, పునర్వ్యవస్థీకరణ లేదా పునర్విమర్శ ద్వారా వైఫల్యాలు "కనుమరుగైనప్పటికీ" ఇది నిజాయితీ గల మూల్యాంకనానికి అనుమతిస్తుంది.

సంస్కృతి నిర్మాణం: వైఫల్యాలను జరుపుకోండి మరియు బహిరంగంగా చర్చించండి. ఇది నిశ్శబ్దంగా కాకుండా సంస్థాగత మెమరీలో వారిని కనిపించేలా చేస్తుంది.

తల్లిదండ్రులు మరియు అధ్యాపకుల కోసం

భావన బోధన: డయాగోరస్ కథను ఉపయోగించండి - ఇది పిల్లలకు అర్థమవుతుంది. అడగండి: "మనం గెలిచిన వారి మాట మాత్రమే వింటే, మనం ఏమి నేర్చుకోలేము?"

విజయ కథల సమతుల్యత (Success Story Balance): స్ఫూర్తిదాయక కథలను పంచుకున్నప్పుడు, వైఫల్య కథలను కూడా పంచుకోండి. "చాలామంది ఆమె చేసినదే ప్రయత్నించారు మరియు అది పని చేయలేదు. దేని వల్ల ఈ వ్యత్యాసం వచ్చి ఉండొచ్చు?"

సైన్స్ ఎడ్యుకేషన్: సర్వైవర్‌షిప్ బయాస్ అనేది శాంప్లింగ్, ఎంపిక మరియు ప్రయోగాత్మక డిజైన్‌ను అర్థం చేసుకోవడానికి ఒక అద్భుతమైన మార్గం. WWII బాంబర్ ఉదాహరణను ఉపయోగించండి-ఇది స్పష్టమైనది మరియు ప్రతికూల-సహజమైనది.

మోడలింగ్ ఫెయిల్యూర్ ఓపెన్నెస్: మీ స్వంత వైఫల్యాలను మరియు అవి మీకు ఏమి నేర్పించాయో పంచుకోండి. వైఫల్యాన్ని అదృశ్యం చేయకుండా చర్చించుకోగలిగేలా చేయండి.

హెల్త్‌కేర్ ప్రొఫెషనల్స్ కోసం

క్లినికల్ ట్రయల్ ఇంటర్‌ప్రిటేషన్: డ్రాపౌట్ ప్యాటర్న్స్ పట్ల అప్రమత్తంగా ఉండండి. చికిత్స ఆపివేసిన రోగులు, కొనసాగిస్తున్న వారికంటే భిన్నంగా ఉండవచ్చు. ఇంటెన్షన్-టు-ట్రీట్ విశ్లేషణ దీనిని కొంతమేరకు పరిష్కరిస్తుంది.

చారిత్రక చికిత్స మూల్యాంకనం: "సమయ పరీక్షకు నిలిచిన" "సాంప్రదాయ" చికిత్సలు కేవలం మనుగడ సాగించినవి మాత్రమే కావచ్చు. పనికిరానివి వదిలిపెట్టబడి ఎలాంటి ఆధారాలూ లేకుండా పోయి ఉండవచ్చు.

రోగనిర్ధారణ నమూనా గుర్తింపు (Diagnostic Pattern Recognition): గుర్తుండిపోయే కేసులు (జ్ఞాపకంలో ఉన్న సర్వైవర్లు) బేస్ రేట్లకు ప్రాతినిధ్యం వహించకపోవచ్చు. ప్యాటర్న్ మ్యాచింగ్ చేస్తున్నప్పుడు విభిన్న ఫలితాలున్న కేసులను చురుకుగా గుర్తుచేసుకోండి.

మరణాల గణాంకాలు: మరణాల రేట్లకు సంబంధించిన డేటాలో సర్వైవర్ షిప్ బయాస్ ఏ విధంగా వస్తుందో అర్థం చేసుకోండి (ఉదాహరణకు "డెడ్ ఆన్ అరైవల్" ని మినహాయించడం).

ఫైనాన్షియల్ ప్రొఫెషనల్స్ కోసం

డేటాబేస్ పరిశుభ్రత: ఎల్లప్పుడూ సర్వైవర్‌షిప్-బయాస్ లేని డేటాబేస్‌లను ఉపయోగించండి. ప్రామాణిక డేటాబేస్‌ల కోసం, తెలిసిన దిద్దుబాటు కారకాలను వర్తింపజేయండి (ఉదా., మ్యూచువల్ ఫండ్‌లకు ~0.9%).

కస్టమర్ కమ్యూనికేషన్: చారిత్రక పనితీరును చూపుతున్నప్పుడు, అందులో ఏమి లేదో వివరించండి. "ఈ సూచిక ఈరోజు ఉన్న కంపెనీలను చూపుతుంది. విఫలమైన కంపెనీలు చేర్చబడలేదు, ఇది గత పనితీరును ఉన్నదానికంటే మెరుగ్గా కనిపించేలా చేస్తుంది."

బ్యాక్‌టెస్ట్ స్కెప్టిసిజం: పాయింట్-ఇన్-టైమ్ డేటా అవసరం. కరెంట్ ఇండెక్స్ కూర్పును ఉపయోగించి ఏదైనా బ్యాక్‌టెస్ట్ సమర్థవంతంగా 100% మనుగడను సాధించింది-ఇది అసాధ్యమైన పరిస్థితి.

హెడ్జ్ ఫండ్ డ్యూ డిలిజెన్స్: సర్వైవర్‌షిప్ మరియు బ్యాక్‌ఫిల్ బయాస్ రెండింటినీ లెక్కించండి. మిళిత ప్రభావం (మల్కీల్ ప్రకారం ~4.4%) అంటే సగటు హెడ్జ్ ఫండ్ పనితీరు వాస్తవికతను గణనీయంగా అతిశయోక్తి చేస్తుందని అర్థం.


13. ఇతర పక్షపాతాలతో పరస్పర చర్యలు (Interactions with Other Biases)

సర్వైవర్‌షిప్ పక్షపాతాన్ని పెంచే పక్షపాతాలు

పక్షపాతం ఇది ఎలా పరస్పర చర్య చేస్తుంది
లభ్యత హ్యూరిస్టిక్ (Availability Heuristic) జ్ఞాపకశక్తిలో బతికినవారిని మరింత ప్రముఖులను చేస్తుంది; వైఫల్యాలు రెట్టింపుగా కనిపించవు (డేటా మరియు రీకాల్ నుండి తొలగించబడతాయి)
ఆప్టిమిజం బయాస్ (Optimism Bias) వైఫల్య సంభావ్యత యొక్క వాస్తవిక అంచనా కంటే బతికి ఉన్నవారితో గుర్తింపును ప్రోత్సహిస్తుంది
కన్ఫర్మేషన్ బయాస్ (Confirmation Bias) విరుద్ధమైన వైఫల్యం ఆధారాలను విస్మరిస్తూ, ప్రస్తుత నమ్మకాలను ధృవీకరించే విజయ గాథలను వెతుకుతుంది
హిండ్‌సైట్ బయాస్ (Hindsight Bias) బతికినవారి విజయం ముందే తెలిసినట్లుగా, "స్పష్టంగా" అనిపించేలా చేస్తుంది, అదృష్టం యొక్క పాత్రను మరియు వైఫల్య సంభావ్యతను మరుగుపరుస్తుంది
కథన భ్రాంతి (Narrative Fallacy) వాస్తవిక (కనిపించని) కారణ కారకాలను కోల్పోయి, వివరణాత్మకంగా అనిపించే సర్వైవర్ డేటా నుండి బలమైన కథనాలను నిర్మిస్తుంది

సర్వైవర్‌షిప్ పక్షపాతాన్ని ప్రతిఘటించే పక్షపాతాలు

పక్షపాతం ఇది ఎలా సహాయపడుతుంది
నైరాశ్య పక్షపాతం (Pessimism Bias) ప్రతికూల ఫలితాలను ఆశించే సహజ ధోరణి కనిపించే విజయాలపై అధిక దృష్టిని సమతుల్యం చేస్తుంది
నష్ట విరక్తి (Loss Aversion) సంభావ్య నష్టాలపై పెరిగిన దృష్టి, వైఫల్య ఉదాహరణల కోసం వెతికేలా ప్రేరేపించవచ్చు

సాధారణ బయాస్ చైన్స్

ది సక్సెస్ ఎమ్యులేషన్ క్యాస్కేడ్: సర్వైవర్‌షిప్ బయాస్ (విజేతలను మాత్రమే చూస్తారు) → లభ్యత హ్యూరిస్టిక్ (విజేతలే జ్ఞాపకశక్తిని డామినేట్ చేస్తారు) → కథన భ్రాంతి (విజేత లక్షణాల నుండి కారణ కథనాన్ని నిర్మిస్తారు) → అతివిశ్వాసం (కథ విజయాన్ని వివరిస్తుందని నమ్ముతారు) → కన్ఫర్మేషన్ బయాస్ (కథనానికి మద్దతునిచ్చే ఆధారాలను కోరుకుంటారు) → రిస్క్ మిస్‌కాలిబ్రేషన్ (వైఫల్య సంభావ్యతను తక్కువగా అంచనా వేయడం)

అంతరాయ బిందువు (Interruption Point): కథనం రూపుదిద్దుకోకముందే "వైఫల్యాలు ఎక్కడ ఉన్నాయి?" అని స్పష్టంగా అడగడం ద్వారా చైన్ ను ముందుగానే విచ్ఛిన్నం చేయవచ్చు. ఒక బలమైన కథనం నిర్మించబడిన తర్వాత, దానిని సీటు నుండి తొలగించడం చాలా కష్టంగా మారుతుంది.


14. సాంస్కృతిక దృక్పథాలు (Cultural Perspectives)

మనుగడ పక్షపాతం అన్ని సంస్కృతులలోనూ వ్యక్తమవుతుంది కానీ సాంస్కృతిక సందర్భాన్ని బట్టి విస్తరించబడవచ్చు లేదా నియంత్రించబడవచ్చు.

వ్యక్తిగత vs. సామూహిక సంస్కృతులు: అత్యంత వ్యక్తిగత సంస్కృతులలో (ఉదా., యునైటెడ్ స్టేట్స్), "స్వీయ-నిర్మిత విజయం" కథనం ప్రత్యేకించి ప్రముఖమైనది, ఇది వ్యక్తిగత సాధన సందర్భాలలో సర్వైవర్‌షిప్ బయాస్‌ను సంభావ్యంగా పెంచుతుంది. సామూహిక సంస్కృతులు అంతర్-సమూహాలలో వైఫల్యాలకు మరింత ప్రాధాన్యత ఇవ్వొచ్చు, ఇది పక్షపాతాన్ని పాక్షికంగా నియంత్రిస్తుంది.

హై పవర్ డిస్టెన్స్ కల్చర్స్: హై పవర్ డిస్టెన్స్ ఉన్న సంస్కృతులలో, విజయాలను ఎక్కువగా జరుపుకుంటారు, అయితే అవమానాన్ని నివారించడానికి వైఫల్యాలు దాచబడతాయి, తద్వారా ఫలితాలలో కేవలం విజేతలు మాత్రమే కనిపించేలా చేస్తారు.

రిస్క్ వైఖరులు (Risk Attitudes): అధిక రిస్క్ తీసుకునే సంస్కృతులలో కనిపించే రిస్క్-టేకర్స్ నుండి పాఠాలు నేర్చుకునే అవకాశం ఉంది, అయితే రిస్క్ తీసుకోని సంస్కృతులు సహజంగా వైఫల్య డేటాను ఎక్కువగా కోరుకుంటాయి.

సంస్కృతి రకం వ్యక్తీకరణ
వ్యక్తిగత సంస్కృతులు (Individualistic cultures) బలమైన "స్వీయ-నిర్మిత విజయం" కథనాలు; సెలబ్రిటీ ఎంటర్‌ప్రెన్యూర్ ఫోకస్ పక్షపాతాన్ని పెంచుతుంది
సామూహిక సంస్కృతులు (Collectivistic cultures) గ్రూప్ విజయ కథనాలు ప్రముఖం; వైఫల్యాలకు సంబంధించి అంతర్గత పరిజ్ఞానం పక్షపాతాన్ని నియంత్రించవచ్చు
హై-కాంటెక్స్ట్ కల్చర్స్ (High-context cultures) వైఫల్యాల గురించిన అవ్యక్త జ్ఞానం అనధికారికంగా ప్రసారం కావచ్చు, ఇది కనిపించే విజయ పక్షపాతాన్ని కొంతవరకు భర్తీ చేస్తుంది
లో-కాంటెక్స్ట్ కల్చర్స్ (Low-context cultures) స్పష్టమైన, డాక్యుమెంట్ చేయబడిన విజయ కేసులు డామినేట్ చేస్తాయి; వైఫల్యాలు కనిపించాలంటే ఉద్దేశపూర్వక డాక్యుమెంటేషన్ అవసరం

15. అపోహలు మరియు అపార్థాలు (Myths and Misconceptions)

అపోహ వాస్తవం
"ఈ పక్షపాతం గణాంకాలు మరియు ఫైనాన్స్‌ను మాత్రమే ప్రభావితం చేస్తుంది" మనుగడ పక్షపాతం అనేది చరిత్ర, వైద్యశాస్త్రం, ఉత్పత్తి రూపకల్పన, కెరీర్ ప్రణాళిక, సంబంధాల సలహాలు, మరియు ఫలితాలు భిన్నంగా ఉంటూ వైఫల్యాలు అదృశ్యమయ్యే దాదాపు ప్రతి డొమైన్‌ను ప్రభావితం చేస్తుంది
"విజయాలను చూడటం ప్రమాదకరం కాదు-కనీసం, మీరు మంచి అభ్యాసాలను నేర్చుకుంటారు" ప్రమాదకరమైన తప్పు. విజయవంతమైన కేసులు వైఫల్యాలతో లక్షణాలను పంచుకోవచ్చు, ఇది తప్పు అట్రిబ్యూషన్‌కు దారితీస్తుంది మరియు కారణం కాని కారకాలను అనుకరించే ప్రమాదం ఉంది
"ఏదైనా చాలా కాలం నిలిచిందంటే, అది మంచిదై ఉంటుంది" సుదీర్ఘకాలం నిలిచినవి కేవలం అదృష్టవంతులైన అవుట్‌లైయర్స్ కావచ్చు. విఫలమైన వేలాది సమకాలీన ఉత్పత్తులు/భవనాలు/అభ్యాసాలు కనిపించవు
"విజయవంతమైన వ్యక్తులు సలహాకు ఉత్తమ మూలం" వారు కనిపించే ఏకైక మూలం మాత్రమే, ఉత్తమమైన వారు కాదు. వారి సలహా కేవలం విభిన్న అదృష్టంతో కూడిన వైఫల్యాలను కూడా వర్ణించవచ్చు
"మీరు సర్వైవర్‌షిప్ పక్షపాతాన్ని కేవలం దాని గురించి 'అవగాహన' కలిగి ఉండటం ద్వారా సరిదిద్దవచ్చు" అవగాహన సహాయపడుతుంది కానీ అది సరిపోదు. ఖచ్చితమైన విశ్లేషణ కోసం పరిమాణాత్మక సవరణలు (హెక్‌మన్, ఐపిడబ్ల్యూ, కప్లాన్-మెయర్) తరచుగా అవసరం

16. నిపుణుల అంతర్దృష్టులు (Expert Insights)

"నేను రక్షించబడిన వారిని చూస్తున్నాను, అయితే నౌక ధ్వంసమైన వారు ఎక్కడ చిత్రించబడ్డారు?" — డయాగోరస్ ఆఫ్ మెలోస్, క్రీ.పూ 5వ శతాబ్దం

"విఫలమైన రెస్టారెంట్ల స్మశానవాటిక చాలా నిశ్శబ్దంగా ఉంటుంది. రెస్టారెంట్ వ్యాపారంలో ఎలా విఫలం కాకూడదు అనే దానిపై గొప్ప ఆలోచనలు మరియు పుస్తకాలు కూడా చాలా తక్కువగా వ్రాయబడ్డాయి ఎందుకంటే విఫలమైన వారు పుస్తకాలు రాయరు." — నాసిమ్ నికోలస్ తలేబ్, ఫూల్డ్ బై రాండమ్‌నెస్

"మానవ మేధస్సు ప్రతికూలత కంటే సానుకూలత ద్వారా ఎక్కువగా కదులుతుంది." — ఫ్రాన్సిస్ బేకన్, నోవమ్ ఆర్గనమ్

"[ది SRG] ఎప్పుడూ నిర్వహించబడని అత్యంత అసాధారణమైన గణాంక శాస్త్రవేత్తల సమూహం." — డబ్ల్యు. అలెన్ వాలిస్, స్టాటిస్టికల్ రీసెర్చ్ గ్రూప్ డైరెక్టర్


17. ముఖ్యమైన అంశాలు (Key Takeaways)

  1. మనుగడ పక్షపాతం సార్వత్రికమైనది మరియు ప్రాచీనమైనది—2,500 సంవత్సరాల క్రితం డయాగోరస్‌చే గుర్తించబడింది, WWIIలో వాల్డ్ చేత లాంఛనప్రాయం చేయబడింది మరియు ఆధునిక ఫైనాన్స్‌లో పరిమాణీకరించబడింది.

  2. పక్షపాతం క్రమపద్ధతిలో మోసపూరిత డేటాను సృష్టిస్తుంది—కేవలం అసంపూర్ణమైనది మాత్రమే కాదు, వాస్తవానికి తప్పుదారి పట్టిస్తుంది, ఎందుకంటే వైఫల్యాలు లేకపోవడం కనిపించే పంపిణీ ఆకృతిని మారుస్తుంది.

  3. తప్పిపోయినదే తరచుగా అత్యంత ముఖ్యమైన డేటా—విమానం క్రాష్ అయిన చోట బుల్లెట్ రంధ్రాలు ఉన్నాయన్న వాల్డ్ యొక్క అంతర్దృష్టి, అన్ని మనుగడ పక్షపాత విశ్లేషణలకు మార్గదర్శి.

  4. ఆర్థిక ప్రభావాన్ని అంచనా వేయవచ్చు—మ్యూచువల్ ఫండ్స్‌కు ఏటా సుమారు 0.9%, హెడ్జ్ ఫండ్స్‌కు 4.4% మరియు బ్యాక్‌టెస్టింగ్ లోపాలకు తెలియని కానీ గణనీయమైన మొత్తం.

  5. కనిపించని దాని కోసం చురుకైన శోధనే దీనికి విరుగుడు—ఈ పక్షపాతం నుండి రక్షించుకునే క్రమశిక్షణ ఏమిటంటే, ఎల్లప్పుడూ "ఓడ నాశనమైన వారు ఎక్కడ ఉన్నారు?" అని అడగడం.

  6. దిద్దుబాటు పద్ధతులు ఉన్నాయి—హెక్‌మాన్ కరెక్షన్, ఇన్వర్స్ ప్రాబబిలిటీ వెయిటింగ్, కప్లాన్-మెయిర్ అంచనా మరియు పాయింట్-ఇన్-టైమ్ డేటాబేస్‌లు పక్షపాతాన్ని పాక్షికంగా పరిష్కరించగలవు.

  7. దృశ్యమానత అనేది చెల్లుబాటు కాదు—విజయవంతమైన ఉదాహరణలను మనం సులభంగా చూడటం పూర్తి జనాభాలో వాటి ప్రాతినిధ్యం గురించి మనకు ఏమీ చెప్పదు.


18. మరిన్ని వనరులు (Further Resources)

విద్యా పత్రాలు (Academic Papers)

  • Brown, S. J., Goetzmann, W., Ibbotson, R. G., & Ross, S. A. (1992). Survivorship Bias in Performance Studies. Review of Financial Studies, 5(4), 553-580.
  • Elton, E. J., Gruber, M. J., & Blake, C. R. (1996). Survivorship Bias and Mutual Fund Performance. Review of Financial Studies, 9(4), 1097-1120.
  • Wald, A. (1943). A Method of Estimating Plane Vulnerability Based on Damage of Survivors. Statistical Research Group Memorandum.

పుస్తకాలు (Books)

  • Taleb, N. N. (2001). Fooled by Randomness: The Hidden Role of Chance in Life and in the Markets. Random House.
  • Taleb, N. N. (2007). The Black Swan: The Impact of the Highly Improbable. Random House.
  • Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.

పుస్తక అధ్యాయాలు (Book Chapters)

  • Bacon, F. (1620). Idols of the Tribe. In Novum Organum.
  • Cicero. (45 BCE). De Natura Deorum [On the Nature of the Gods]. Book III (cont.)

19. సారాంశ కార్డు (Summary Card)

మూలకం కంటెంట్
పక్షపాతం పేరు (Bias Name) సర్వైవర్‌షిప్ బయాస్ (Survivorship Bias)
నిర్వచనం (Definition) అదృశ్యమైన వైఫల్యాలను చూడటంలో విఫలమై, కేవలం మనుగడ సాగించిన ఉదాహరణల పై మాత్రమే దృష్టి పెట్టే లోపం
వర్గం (Category) తగినంత అర్థం లేకపోవడం (Not Enough Meaning)
ముఖ్య సంకేతం (Key Sign) కనిపించే విజయ కథనాల నుండి మాత్రమే ముగింపులను రాబట్టడం
ముఖ్య కారణం (Main Cause) పరిశీలన నుండి వైఫల్యాలు క్రమపద్ధతిలో అదృశ్యమవుతాయి (మరణం, దివాలా, తొలగింపు మొదలైన వాటి ద్వారా)
అతిపెద్ద ప్రమాదం (Biggest Risk) వైఫల్య సంభావ్యతను తక్కువగా అంచనా వేయడం మరియు విజయ కారకాలను తప్పుగా గుర్తించడం
త్వరిత పరిష్కారం (Quick Fix) విజయ డేటా నుండి ప్రతి ముగింపుకు ముందు: "ఓడ నాశనమైన వారు ఎక్కడ ఉన్నారు?" అని అడగండి
దీర్ఘకాలిక వ్యూహం (Long-Term Strategy) ఫెయిల్యూర్ డేటాను భద్రపరిచి, వెలుగులోకి తెచ్చే సిస్టమ్స్‌ను నిర్మించండి; బయాస్ కరెక్టెడ్ స్టాటిస్టికల్ పద్ధతులను ఉపయోగించండి
గుర్తుంచుకోండి (Remember) "అత్యంత కీలకమైన డేటా దాదాపు ఎల్లప్పుడూ తప్పిపోయిన డేటానే."

20. ఉపయోగించిన పదాల పదకోశం (Glossary of Terms Used)

పదం నిర్వచనం
ట్రంకేషన్ (Truncation) పరిశీలనలు ఒక నిర్దిష్ట థ్రెషోల్డ్ కంటే తక్కువ లేదా అంతకంటే ఎక్కువ ఉంటే వాటిని పూర్తిగా నమూనా నుండి మినహాయించినప్పుడు
సెన్సార్ చేయడం (Censoring) కొలత విలువ పాక్షికంగా మాత్రమే తెలిసినప్పుడు (ఉదా., రోగి మరణించాడని తెలుసుకోవడం, కానీ వారు ఎంతకాలం జీవించి ఉండేవారో తెలియకపోవడం)
సైలెంట్ ఎవిడెన్స్ (Silent Evidence) డేటా పాయింట్లు వాటి లేమి కారణంగా గమనించబడవు, ఎందుకంటే అవి అధ్యయనం చేయబడుతున్న దృగ్విషయం వలన ఏర్పడ్డాయి
బేస్ రేట్ (Base Rate) ఏదైనా నిర్దిష్ట సమాచారాన్ని పరిగణించే ముందు జనాభాలో సంఘటన యొక్క ప్రాథమిక ఫ్రీక్వెన్సీ
లభ్యత హ్యూరిస్టిక్ (Availability Heuristic) ఒక అంశాన్ని మూల్యాంకనం చేస్తున్నప్పుడు మదిలోకి వచ్చే తక్షణ ఉదాహరణలపై ఆధారపడే మానసిక సత్వరమార్గం
హెక్‌మాన్ కరెక్షన్ (Heckman Correction) నాన్-రాండమ్‌గా ఎంచుకున్న నమూనాలలో ఎంపిక పక్షపాతాన్ని సరిచేయడానికి రెండు-దశల గణాంక పద్ధతి
ఇన్వర్స్ ప్రాబబిలిటీ వెయిటింగ్ (IPW) పోగొట్టుకున్న వారి తోటివారికి ప్రాతినిధ్యం వహించడానికి ప్రాణాలతో ఉన్న పరిశీలనలను వారి మనుగడ సంభావ్యతకు విలోమంగా అంచనా వేయడం
కప్లాన్-మెయర్ ఎస్టిమేటర్ (Kaplan-Meier Estimator) సెన్సార్ చేయబడిన డేటాను నిర్వహించే మనుగడ సంభావ్యతను అంచనా వేయడానికి గణాంక పద్ధతి
బ్యాక్‌ఫిల్ బయాస్ (Backfill Bias) ప్రారంభ విజయాన్ని సాధించిన తర్వాతే ఫండ్స్ రిపోర్ట్ చేసినప్పుడు, మంచి డేటాను "బ్యాక్‌ఫిల్లింగ్" చేయడం మరియు ప్రారంభ వైఫల్యాలను దాచడం
లూడిక్ ఫాలసీ (Ludic Fallacy) సరిహద్దు పరిస్థితులు తెలియని లేదా పక్షపాతంతో అస్పష్టంగా ఉన్న డొమైన్‌లలో గణాంక నమూనాలను దుర్వినియోగం చేయడం

21. చర్చా ప్రశ్నలు (Discussion Questions)

బుక్ క్లబ్‌లు, తరగతి గదులు లేదా స్వీయ ప్రతిబింబం కోసం:

  1. మీరు కనిపించే విజయగాథల ఆధారంగా తీసుకున్న ప్రధాన జీవిత నిర్ణయాన్ని గుర్తించగలరా? మీరు చూడలేని వైఫల్యాలు ఏవి?

  2. బుల్లెట్ రంధ్రాలు లేని చోట కవచం వేయాలని వాల్డ్ సిఫార్సు చేశాడు. నష్టం కనిపించని ప్రదేశాన్ని చూడటం ద్వారా ఏ ప్రస్తుత సమస్యలు ప్రయోజనం పొందవచ్చు?

  3. విజయాలను హైలైట్ చేసే మరియు వైఫల్యాలను దాచే సోషల్ మీడియా, కెరీర్ మరియు జీవిత నిర్ణయాలలో సర్వైవర్‌షిప్ బయాస్‌ను ఎలా పెంచుతుంది?

  4. వైఫల్యాలను నిజంగా "చూడడానికి" ఏదైనా మార్గం ఉందా లేదా మనం ఎల్లప్పుడూ సర్వైవర్-బయాస్డ్ డేటాతోనే పని చేస్తామా? కరెక్షన్ పద్ధతుల పరిమితులు ఏమిటి?

  5. విజయం సాధించిన వ్యక్తుల సలహాలు, విఫలమైన వారి సలహాల కంటే ఎక్కువ ప్రామాణికమైనవి కావని తలేబ్ వాదించాడు. ఈ పక్షపాతం కారణంగా మార్గదర్శకత్వం మరియు ఇతరుల నుండి నేర్చుకోవడం గురించి మనం ఎలా ఆలోచించాలి?